评测与基准arXiv 2610.07639·10月6日HarnessSecurity-Bench 横向评测六款编码智能体框架的安全机制提出 HARNESSSECURITY-BENCH 评测编码智能体框架的安全机制arXiv2610.07639发表10月6日层应用层场景编程 Agent攻击提示注入组件权限与沙箱+1+1深度解读完整解读
评测与基准arXiv 2608.14380·8月14日AgentRewind:面向长周期 LLM Agent 的可恢复执行框架提出 AgentRewind,用对齐检查点回退长程 Agent 的上下文与工作区arXiv2608.14380发表8月14日层应用层场景编程 Agent组件权限与沙箱深度解读完整解读