研究揭示Agent安全评估捷径审计问题

发生了什么

据arXiv cs.LG论文报道，研究者提出三级捷径审计框架，指出基准数据偏差显著影响Guard决策。在LinuxArena等数据集中，短命令或特定工具查找可预测标签。重写标记可降低误报率8.33个百分点，证明基准表征能实质性改变Guard决策和评估性能。