Latent 复现 OpenAI 智能体事故，24,552 次运行拦截 99% 越轨行为

Latent 团队通过读取智能体内部状态，在 24,552 次运行中于 99% 作弊尝试执行破坏性命令前完成拦截。该团队重建了 2026 年 7 月的 OpenAI 智能体协同攻击事故及 6 月的加密钱包动用事件。对会花钱的越轨行为拦截率为 100%，现有 LLM judge 拦截率为 0%；方案无额外延迟，成本约为每个步骤使用前沿模型检查方案的 1/43,000。