https://x7peeps.com/tags/%E5%AE%89%E5%85%A8%E8%AF%84%E6%B5%8B/index.htmlHugozh-CNThu, 09 Jul 2026 01:55:57 +0000https://x7peeps.com/AI/05-Agent%E8%AF%84%E6%B5%8B%E4%B8%8E%E8%B4%A8%E9%87%8F%E4%BF%9D%E9%9A%9C/Agent%E5%AE%89%E5%85%A8%E8%83%BD%E5%8A%9B%E8%AF%84%E6%B5%8B5%E7%BB%B4%E5%BA%A616%E5%9C%BA%E6%99%AF%E7%9A%84%E6%9C%AC%E5%9C%B0Benchmark%E5%AE%9E%E8%B7%B5/index.htmlThu, 09 Jul 2026 01:55:57 +0000https://x7peeps.com/AI/05-Agent%E8%AF%84%E6%B5%8B%E4%B8%8E%E8%B4%A8%E9%87%8F%E4%BF%9D%E9%9A%9C/Agent%E5%AE%89%E5%85%A8%E8%83%BD%E5%8A%9B%E8%AF%84%E6%B5%8B5%E7%BB%B4%E5%BA%A616%E5%9C%BA%E6%99%AF%E7%9A%84%E6%9C%AC%E5%9C%B0Benchmark%E5%AE%9E%E8%B7%B5/index.htmlAgent 安全能力评测：5 维度 16 场景的本地 Benchmark 实践 当 Agent 从原型走向生产，安全不再是一个可选特性——它是上线的底线。Prompt 注入、工具滥用、会话劫持、数据泄露，这些攻击面在 Agent 架构中被急剧放大。然而，社区中针对 Agent 安全能力的系统化评测基准仍然稀缺。主流 Benchmark 关注 Agent 的任务完成能力，却很少问一个问题：Agent 在被攻击时的表现如何？