该论文识别了AI安全领域中一个关键的缺失环节：规范基础设施（Specification Infrastructure）。尽管可解释性、形式化方法、安全工程、评估方法和强化学习安全等领域各自产出了大量工作，但这些成果无法组合成可部署的监督方案。每个部署自主智能体系统的团队都不得不自行构建审计模式、策略方言、监控栈和升级路径，大部分是在重复发明已有模式。作者诊断这是一个协调缺口而非研究缺口，并提出了一个二维分类法：五个技术层（可读性、规范、调解、评估、升级）与六个关注点（对齐、鲁棒性、对抗防御、安全、治理、问责）交叉，将现有工作填充到5x6矩阵中。第2层（规范）是人类将意图转化为机器可验证制品的层面，是所有其他层依赖的连接组织，但它缺乏成熟工程学科的四个标志：共享词汇、设计原则、可组合性标准和治理实践。作者提出了第2层的六项设计原则（可激发性、可组合性、对抗感知、可追溯性、可治理性等），并通过工作示例和参考架构使其具体化，该架构将规范转化为运行时执行、评估和升级。现有系统如Cedar、Constitutional AI和Open Policy Agent各自只处理了第2层的一个片段，而矩阵的处理也不完整；将它们视为共享层中的片段使得组合变得可行。作为证据，作者介绍了CARMA，一个用于自主ETL智能体的第2层原型，其中单一规范驱动执行、评估和升级，每个决策都可追溯至版本化的规范。该论文命名了AI监督缺失的内容，并为独立团队提供了构建可组合缺失部分的原则。