执行
Red-Teaming Auto Mode: Improving Blocking Classifiers Against Malign Coding Agents
2026-09-18arxiv.org
★★★★★
对编码 Agent 自动模式的拦截分类器开展红队测试，涉及 Claude Code Auto Mode 的生产动作审查。
值得记下
阅读原文↗自动模式把命令执行权交给 Agent，拦截分类器的鲁棒性直接定义了风险边界；这类对抗评估此前少有公开材料。
内容来源：arxiv.org，版权归原作者所有