100 篇论文系统综述：LLM 安全智能体的方法、应用与评估

一篇 2026 年 8 月发布在 arXiv 的综述梳理了 2023 年 1 月至 2026 年 3 月间发表于 73 个会议和期刊的 100 篇论文，用方法、应用、评估三个维度为 LLM 安全智能体建立可比较的分类法。研究经关键词检索、前后向滚雪球和手动筛选三阶段，从 108 篇候选收敛到 100 篇。四个发现包括：单智能体仍是主流，多智能体分化为协作、层级、对等三种拓扑；应用覆盖漏洞检测、渗透测试等 11 个安全任务领域；评估多停留在任务成功率等结果指标，幻觉率、工具调用正确性等过程与轨迹指标只有部分论文涉及。综述认为该领域行动能力最先就位，权限治理滞后，评估实践最后，并建议企业部署前先定义权限边界、要求过程轨迹审计。