Failure-First AI 安全日报（5 月 9 日）：具身智能体危险指令拒答率不足 10%

SafeAgentBench 在 750 项任务中测得具身 LLM 智能体对危险指令的拒答率不足 10%，危害被嵌入正常家务场景时仍会执行。CHAIN benchmark 上 GPT-5.2、OpenAI-o3 与 Claude-Opus-4.5 的一次性评测 Pass@1 均为 0.0%。AEGIS 包装器在 SafeLIBERO 上使避障提升 59.16%、任务成功率提升 17.25%。