自进化 Agent 框架演化的组合式安全失效识别与运行时监控

针对自进化 Agent 框架组件交互引发的组合式安全失效，提出基于带类型超图的运行时监控机制。在三个基准测试中识别出 43 种两两交互失效和 18 种不可约三元失效，通过局部更新超图显著降低验证成本。实验表明该方法在有效缓解安全风险的同时保持了任务效用，并揭示了安全性、效用与成本之间的权衡关系。