Risky-Bench智能体安全评测框架发布

2026年10月15日，arXiv Artificial Intelligence 刊出由 Jingnan Zheng 等作者提出的 Risky-Bench 智能体安全评测框架。该框架面向生活辅助场景，从领域无关的安全原则推导出情境化安全准则，并按分层攻击面在真实任务执行中探测风险，覆盖外卖配送、到店协助和在线旅行预订三类场景。作者在 750 项任务上评估了七个前沿智能体，攻击成功率介于 25% 至 60%，暴露出威胁模型特定漏洞、攻击面依赖的风险集中以及显式推理的模型依赖效应。作者称代码与数据已公开，并给出获取链接。截至该报道，事件进展为框架的提出与发布，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。