Agent安全加固需同步评估误杀

一支 Agent 团队收紧 guardrails 后发现，攻击成功率虽下降，正常请求却遭到拒绝并引发支持工单，团队据此复盘安全加固效果。 他们为每条安全测试用例配套一条本应成功的正常用例，每次发布同时追踪攻击拦截数与正常请求完成数；若前者上升、后者下降，则不视为改进成功。审查拒答时也与审查放行一样读取完整 trace，并同步度量误杀率。

AI 根据报道生成 · 30 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。