把绕过验证器的策略公开出来

验证器也需要自己的评测

智能体可能利用缺失的约束，在满足字面目标的同时把事情做错。测试应包含不执行操作、重复使用过期证据、耗尽预算，以及提交表面正确的输出等策略。

记录修复前后发生了什么

保留策略、验证器版本、新增检查与重新运行的结果。某个案例被拦截，只能说明该检查对这个案例有效，不能证明未来所有攻击都会失败。

区分机制说明与实测结果

示意表用于解释原理；实测报告必须有可执行案例、任务种子和运行日志。两者应当明确标注，读者才能知道哪些结论可以复现。

本文为草稿，生产环境的对抗评测结果尚未发布。