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评测编码智能体 harness 安全机制在对抗任务中的防护效果arXiv2610.07639发表10月6日层应用层场景coding agent攻击提示注入组件权限与沙箱深度解读完整解读