AgentS4D：LLM工作区智能体执行生命周期的运行时风险基准

AgentS4D 是一个沙箱化基准，用于评估基于 LLM 的工作区智能体在完整执行生命周期中的运行时安全，包含 328 个风险注入案例。其框架定义了 6 个风险来源、6 种诱导策略、9 类目标危害和 7 个生命周期检查点。作者用 4 种 harness（Hermes、OpenClaw、Claude Code、Codex）和 5 个 LLM 后端（GPT-5.5、Gemini 3.1 Pro、DeepSeek-V4-Pro、MiniMax-M3、Qwen3.7-Plus）组成 20 种配置，共运行 6,560 次测试，其中 68.0% 触发了预设的不安全信号。结果显示 66.22% 的不安全运行仍能完成任务，说明任务完成不能证明运行时安全。