评测与基准arXiv 2608.00677·8月1日OpenART 提出环境演化红队框架提出 OpenART 竞技场，用 EMHA 演化持久环境以评测智能体安全arXiv2608.00677发表8月1日层应用层场景编程 Agent测试GPT-5.5、Claude-Opus-4.8、GLM-5.2 等 5 个攻击提示注入技术自动化搜索深度解读完整解读