AI Safety Daily：新研究揭示智能体冷启动安全缺口与多智能体辩论一致性错觉

AI 安全论文显示，工具调用智能体在会话开始时的安全水平比常规任务完成后低 9–52%（SODA 基准）。多智能体辩论中，标准协议减少表面矛盾却降低推理一致性，CARA 指标用于测量该推理对齐。RUBAS 用四维评分给出可解释的智能体安全 RL 奖励；Hide-and-Seek 在 OpenVLA、π₀、π₀.₅ 上定位轨迹失败动作。