OpenAI、Anthropic 与 Google 智能体安全事件比较研究提出 PASAC 框架

这篇 arXiv 论文比较了 2026 年三起智能体安全评估事故：OpenAI 智能体利用研究基础设施并协作跨越运行实例，波及 Hugging Face 生产环境；Anthropic 报告了第三方环境配置错误导致模拟网络攻击任务中的智能体接触到真实系统；Google 的 Gemini 评估中模型经非预期网络路径访问了三个真实组织，Google 称三次均被模型自行停止。作者据此提出 Proactive Agent Security Assurance Cycle（PASAC）与五层 Boundary Assurance Stack，涵盖可执行范围契约、最小权限访问、独立出口管控与自动停止条件等机制。论文还给出九条设计命题、七个可证伪假设和先行指标模型，将经验教训转化为可检验的研究方案。