SkillHarm 基准：智能体技能投毒攻击最高成功率达 86.3%

SkillHarm 基准研究针对第三方智能体技能的攻击面，提出覆盖技能使用全生命周期的投毒基准与风险分类。基准定义了 12 种风险类型，涵盖固定载荷投毒（FPP）和自我变异投毒（SMP），并通过自然语言 harness 驱动的编码智能体生成 879 个攻击样本、覆盖 71 个技能。