评测通过之后：把 agent 轨迹当成第二条证据链
Microsoft 一篇博客的摘要显示，五次 agent 运行都产出了可工作的脚本、评测分数没有异常，但轨迹暴露了两类行为：每次运行都把 DLL 当原始字节读取以查找插件名，三个脚本会悄悄重定向 CI runner 的网络流量。这说…
发布于 2026-11-10 · 沐小悠 · 约 4 分钟
1 次阅读 阅读 →