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测试Qwen3.8-27B、GLM-5.2、Claude Opus 4.8 等 4 个攻击提示注入组件权限与沙箱+1+1深度解读完整解读