我們定義了 AI 時代的安全標準：AASS v1.0，不是賣安全，是定義安全
目錄
TL;DR
OWASP 定義了 Web 安全的 Top 10 威脅。CVSS 定義了漏洞怎麼打分。Lighthouse 定義了網頁效能怎麼量。
但沒有人定義過：「一個組織在 AI 時代，安全 + 能見度 + 資料保護的整體分數是多少？」
所以我們定義了。
AI Application Security Standard (AASS) v1.0，三個維度、一個分數：
AI Trust Score = AVS × 0.30 + PDS × 0.35 + ADP × 0.35
AVS（AI Visibility Score）— AI 找得到你嗎？
SEO × 0.35 + AEO × 0.35 + AAO × 0.30
約 85 項（SEO 30＋AEO 29＋AAO 25，2026-09-28 實測）
PDS（Prompt Defense Score）— 你的 AI 安全嗎？
12 種攻擊向量的防禦覆蓋率
< 5ms，零 AI 成本
ADP（AI Data Protection）— 你有沒有把不該給 AI 的資料給它？
10 類 PII、21 條樣式（台灣身分證、信用卡、API key...）
< 1ms，純 regex
2026-09-28 補註：上面原本是 2026 年 4 月 AASS v1.0 發表時的數字。網頁版 UltraProbe 目前（2026-09-28 實測）的網站掃描是 SEO 約 30 項、AEO 29 項、AAO 25 項，Prompt Security 涵蓋 25 類攻擊向量；檢查項目會隨版本增減，引用時請註明版本與日期。
2026-10-04 補註：公式區塊裡 AVS 的檢查數已改用實測數：約 85 項（SEO 30＋AEO 29＋AAO 25，2026-09-28 實測）。原先寫的是發表當時的數字，檢查項目增減後已不準。PDS 與 ADP 兩段仍是 2026 年 4 月的數字。
全部開源。全部免費。全部確定性。
為什麼需要這個標準
2026 年的現實：
- 68% 的企業發生過 AI 資料外洩
- 77% 的員工透過 ChatGPT 洩漏公司資料
- 台灣 25 家知名企業沒有任何一家在 AI 能見度上達到 A 級
- 只有 4% 的 AI 系統有間接注入防禦
每個問題都有人在解決。但沒有人把它們合在一起看。
Nightfall 做 DLP，但不做能見度。Semrush 做能見度，但不做安全。PanGuard 做 Agent 安全，但不做資料保護。OWASP 列出威脅，但不給工具。
AASS 把所有維度合成一個分數。 一個數字告訴你：你的組織在 AI 時代準備好了沒。
三個維度
維度 1：AI Visibility Score（AVS）
「Google 和 ChatGPT 找得到你嗎？」
我們掃了 1000+ 個網站。全球平均 AVS 只有 60（C 級）。台灣企業平均 54（D 級）。
AVS = SEO（傳統搜尋）+ AEO（AI 搜尋）+ AAO（Agent 可存取性）
AAO 是全球唯一，衡量「AI Agent 能不能用你的網站」（有 API 嗎？有結構化資料嗎？有 MCP skill 嗎？）。
維度 2：Prompt Defense Score（PDS）
「你的 AI 系統被攻擊擋得住嗎？」
12 種攻擊向量的防禦覆蓋率。我們掃了 500+ 個真實的 system prompt，發現：
- 92% 有 Prompt Injection 防禦
- 只有 4% 有間接注入防禦 ← 最致命的盲點
- 只有 6% 有 Unicode 攻擊防禦
這些規則來自我們用 27 個 Threads 帳號每天面對真實留言攻擊的實戰經驗。不是理論。
維度 3：AI Data Protection（ADP）
「你有沒有把不該給 AI 的東西給它？」
我們的 PII Guard 偵測 10 類敏感資料，共 21 條樣式：
- 台灣身分證字號（含檢查碼驗證）、居留證號
- 手機、市話、美國與國際電話號碼
- 中文姓名、英文姓名
- 信用卡（含 Luhn 驗證）、銀行帳號
- API key（OpenAI、Anthropic、AWS、GitHub、Stripe、Google）
- 內部 IP 位址、台灣地址、生日（西元與民國）
訂正（2026-09-21）：這份清單原本還列了統一編號、JWT、密碼、Private Key、資料庫連線字串。那幾條規則確實寫過，但放在一支沒有被任何地方引用的檔案裡，沒有接進已發佈的套件。寫了不等於跑著，這裡改成實際跑得到的項目。
Samsung 的工程師在 20 天內就把晶片測試數據貼到了 ChatGPT。這個維度防的就是這種事。
所有工具免費開源
| 工具 | 功能 | 連結 |
|---|---|---|
| UltraProbe | 線上掃描器（AVS + PDS） | ultralab.tw/probe |
| ultralab-scanners | SEO + AEO + AAO scanner | GitHub |
| prompt-defense-audit | Prompt 防禦掃描 | GitHub |
| avs-standard | 標準規格 + 論文 + 數據 | GitHub |
工具採 MIT 授權，標準規格書採 CC BY 4.0。永遠免費。
為什麼是我們
不是因為我們技術最強。是因為我們本來就在開發 AI 安全掃描器，而且願意把評分方法整套公開。
Nightfall 拿了 $6,000 萬融資，但他們的核心技術不可能開源，那是他們的商業模式。
我們可以開源，因為這套標準的目標不是營收。是被整個產業看到。是定義標準。
就像 OWASP 不賣安全產品，但全世界的 pentest 報告都引用他們。
我們要做的是同樣的事，但 for AI。
下一步
AASS v1.0 是起點。截至 2026-04-05，我們正在校準 Prompt Defense Score 的評分基準，與 Cisco AI Defense 討論規則整合。
標準規格書：github.com/ppcvote/avs-standard/spec/AASS-v1.0.md
免費掃描你的網站：ultralab.tw/probe
加入討論：Discord
Ultra Lab：「不是賣安全，是定義安全。」
常見問題
AASS（AI Application Security Standard）是什麼？
AASS 是 Ultra Lab 定義的開放標準，v1.0 用三個維度算出一個分數：AI 能見度（AVS）、Prompt 防禦（PDS）、AI 資料保護（ADP），回答「一個組織在 AI 時代，安全、能見度、資料保護的整體分數是多少」。
AI Trust Score 怎麼計算？
AI Trust Score = AVS × 0.30 + PDS × 0.35 + ADP × 0.35。AVS 看 AI 找不找得到你，PDS 看你的 AI 系統擋不擋得住攻擊，ADP 看你有沒有把不該給 AI 的資料給它。
AASS 的三個維度各量什麼？
AVS 由 SEO、AEO、AAO 三部分組成；PDS 量的是攻擊向量的防禦覆蓋率；ADP 偵測 10 類 PII、共 21 條樣式。三個維度都是確定性檢查。
AASS 的掃描工具要付費嗎？
不用。AASS 的工具全部開源、免費。可以用 UltraProbe（ultralab.tw/probe）免費掃描網站，標準規格書放在 GitHub 的 ppcvote/avs-standard。