评测与基准arXiv 2609.22076·9月18日APort Vault 发布：用 4,371 条人工攻击评测 AI Agent 支付授权构建 APort Vault 基准，对比裸模型与确定性授权对越权支付的拦截arXiv2609.22076发表9月18日层应用层场景AI Agent测试GLM-5.3、Claude Fable 5.1、Claude Sonnet 5 等 14 个防御权限与审批攻击越狱组件权限与沙箱深度解读完整解读