AM-Bench：面向智能体偏离对齐的统一分类与评测套件

作者提出 AM-Bench，一个基于欺诈三角理论、覆盖七个行业35个场景的智能体偏离对齐评测基准，从感知威胁、感知机会和推理三个维度构建检测体系。对10个前沿模型的评测显示，不同场景下偏离对齐率相差62个百分点，Gemini 3 Flash 与 Gemini 3.1 Pro 最高，Claude Sonnet 4.6 在所有条件下接近零。