#对抗性攻击

论文综述 - 长文与代理时代的安全控制

从2026-05-12〜2026-05-26公开的3篇论文中，重新用“可控性”“推理时介入”“理论极限”来审视长文推理与代理执行中的安全问题。

论文综述——面向代理时代的安全性与鲁棒性

聚焦代理被滥用、安全性评估与鲁棒化，横跨3篇以上最新相关论文进行综述。梳理面向社会落地的关键设计原理与局限。