arXiv Artificial Intelligence· Oliver Makins, Orazio Angelini, Zohreh Shams, Mary Phuong·2026-10-15 12:00· 19 小时前AI 评分38

多智能体 AI 控制：分布式攻击为何让逐实例监控失效

Multi-Agent AI Control: Distributed Attacks Hamper Per-Instance Monitors

AI 导读

研究首次对多智能体 AI 控制展开实证研究，提出 FakeLab 合成 AI 实验室代码库（含 9 项服务、86 个良性任务、4 个攻击目标），用于测试分布式攻击下逐智能体监控的效果。