智能体AI黑盒红队测试：分类驱动的自动化风险发现框架
原文标题：Black-Box Red Teaming of Agentic AI: A Taxonomy-Driven Framework for Automated Risk Discovery
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出面向智能体系统的黑盒红队测试框架，仅需基础系统描述即可评估多步智能体风险。该框架包含七域风险分类法、自动化SAGE-RT红队（每域生成120个对抗场景）以及基于LLM评审的人工验证评估。在CrewAI与AutoGen两种架构、四种基础模型上的测试显示，平均治理风险达56.25%，多智能体配置隐私风险达65%，智能体行为漏洞高达85%。
- 问题
- 现有评估多为单轮，无法捕捉智能体多步执行中的安全风险。
- 方法
- 仅需基础系统描述的黑盒框架：七域风险分类法、自动化SAGE-RT红队生成对抗场景、LLM评审验证。
- 结果
- CrewAI与AutoGen四种基础模型上，平均治理风险56.25%，多智能体隐私风险65%，行为漏洞达85%。
- 影响
- 无需特权访问即可暴露智能体架构漏洞，为生产部署提供可扩展的安全评估路径。
深读 · 结论先行AI 生成展开看要点与影响 ↓
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。