AI IR Overlay是一个针对AI代理的事件响应规范框架，扩展了既定的事件响应实践，增加了AI代理清单、分级遏制、证据捕获和受控恢复功能。
核心问题：一个OAuth令牌可能有效，API调用可能被授权，但代理执行的动作可能完全不在预期范围内。审计日志记录了所有操作，整个过程看起来不像入侵，因为没有东西被入侵。
框架提供三大核心组件：
1. AI物料清单（AI-BOM）：YAML格式，每个生产代理一份，记录服务身份、权限范围、工具、写入目标、内存设置和检索源。重点是已部署代理实际能访问什么，而非设计文档说它应该访问什么。
2. 分级遏制阶梯（M0-M5）：替代单一紧急停止开关。M1级别最为关键：所有写入工具从代理工具集中移除，但保留读取和查询工具继续运行。这是代理嵌入业务流程时最需要的遏制形态。
3. 最低证据集：覆盖六个类别：提示和响应、工具调用记录、检索追踪、内存状态、配置状态、身份或下游审计日志。
该框架映射到NIST SP 800-61 Rev. 3，并交叉引用NIST CSF 2.0、NIST AI RMF和OWASP Agentic Applications Top 10。
验证工具validate.py执行JSON Schema验证和日期过期检查，确保遏制测试不会过期。
值得注意的是，该框架明确假设存在7×24小时SOC（安全运营中心）来接收事件指挥官命令。对于纯自主代理、无SOC值守的场景，规范承认了这一差距。