南加大论文评估开放权重模型作为 Agent 护栏的可靠性，提出选项通道攻击

南加州大学研究人员 2026 年 10 月 8 日发布论文（arXiv 2610.12292），评估 7 个开放权重模型作为 Agent 安全护栏的可靠性，并提出针对类型化决策模型的选项通道攻击。