Agent 安全护栏验证四问：提示词注入被检测不等于被拦截

Agent 安全护栏不能把检测到 prompt injection 视为已阻止其进入执行链路。以 StackOne 开源的 Defender 为例，其 blockHighRisk 默认为 false，可通过检查阻断结论、应用层执行、LLM 审查者异常处理和文本清洗信任边界来验证护栏。完整测试应提交已知恶意工具结果，确认应用层确实阻止其到达 Agent，而不能只依赖日志警告。