标签
本文对四个智能体安全基准（R-Judge、InjecAgent、AgentHarm、AgentDojo）在多个模型上进行了审计，表明它们的分数受能力混淆影响，指标存在伪影，且不同基准之间的排名相互矛盾，从而削弱了可互换的安全性声明。