（来源：上观新闻）
在几个对比方法🇧🇳中，直接在目🇸🇬标环境里用强💇♂️♈化学习🇸🇳训练的模型🇳🇬（GR🤽♂️PO on 🇧🇫🎞Target📏）能达到37.📴8%，一种使用🇧🇲通用合成环境⛱训练的方法🧖♀️（AWM）能达🕳到38🤩🍅.4%，而一种通👧🧟♀️过优化系😤🤸♂️统提示词🚉来植入🗂能力描述🛁的方法（⏱🧼GEPA）能⏯达到39🎐.6%🌠🐄。
攻击者甚至不👍🇷🇸需要直接🔪😻攻击A🦜🧨gent本身🧺，只需要在Age🎰nt能接🇾🇹🗯触到的数据中埋🤦♂️下种子，可👃🤶能是一封恶意邮🥔🕧十大代运营公司排名件、一个含🥺隐藏指🇨🇰令的网页、📞🇹🇲一份被投毒的文档🔄，Agent就✒可能主动从中学🔴习到危险行为*️⃣。
这种从图纸到大👺批量稳🦏定交付的工程化能😁👨🏭力，是纯🚚🚵算法或高校团队难⏺以短期复制的🧢。根据规范🍘中的这🖋一条款，🈯🇰🇾DC 会在其🇳🇿测试平台中使🈳🇳🇫用循环计数器来计🥓算 S🚼🏚pik🦁e 跟踪中🦊报告的每个 PC🕺 的循环次🦈👨数，从而🦀估算 CPI👕🧖♀️。
