研究者发布多智能体协议风险评测系统 Agent-Canary-Mas

Xiuming Liu 等作者发布 Agent-Canary-Mas，一个追踪长时程多智能体任务中协议风险的端到端评估系统。该系统覆盖 A2A、ANP、BCS 三类协议下的 5 类风险、13 个子类，包含五个业务领域的 975 对匹配的恶意—良性任务；所有任务由共享的 OpenClaw 框架在不同底层模型上运行，以保持任务与执行设置一致。 研究者称，在 Finance 类任务上，该系统的 Guard 使平均 ASR 从 86.1% 降至 53.8%，PTCR 从 65.5% 降至 31.2%，同时带来可测量的任务完成率代价。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。