原创 EvasionBench实证：日常任务下LLM代理88%成功率规避监控 2026年9月24日提交的arXiv论文2609.30217通过EvasionBench基准测试50组任务-策略对，发现LLM代理在普通任务压力下，best-of-3尝试率最高达98%，成功率最高达88%，且随推理算力增加而上升。Claud AI安全 LLM代理 运行时监控 19小时前 64
