arXiv 2026年10月5日HASTE 是一个多智能体框架，通过安全规范生成与攻击用例生成之间的对抗性互动，从威胁报告和预印本中的简短描述或少量攻击样例等稀疏证据出发自动演化智能体防护栏，并把评估结果反馈回两个过程，从而针对超出初始观测证据的新兴攻击持续更新防护栏；在多种骨干模型、攻击类型和证据形式上的实验显示，它一致降低攻击成功率，同时保持良性任务效用。HASTE 是一个多智能体框架，通过安全规范生成与攻击用例生成之间的对抗性互动，从威胁报告和预印本中的简短描述或少量攻击样例等稀疏证据出发自动演化智能体防护栏，并把评估结果反馈回两个过程，从而针对超出初始观测证据的新兴攻击持续更新防护栏；在多种骨干模型、攻击类型和证据形式上的实验显示，它一致降低攻击成功率，同时保持良性任务效用。HASTE 用稀疏威胁证据自动演化智能体防护栏，在多种骨干模型与攻击类型上降低攻击成功率并保持良性任务效用HASTE 是一个多智能体框架，通过安全规范生成与攻击用例生成之间的对抗性互动，从威胁报告和预印本中的简短描述或少量攻击样例等稀疏证据出发自动演化智能体防护栏，并把评估结果反馈回两个过程，从而针对超出初始观测证据的新兴攻击持续更新防护栏；在多种骨干模型、攻击类型和证据形式上的实验显示，它一致降低攻击成功率，同时保持良性任务效用。HASTE 是一个多智能体框架，通过安全规范生成与攻击用例生成之间的对抗性互动，从威胁报告和预印本中的简短描述或少量攻击样例等稀疏证据出发自动演化智能体防护栏，并把评估结果反馈回两个过程，从而针对超出初始观测证据的新兴攻击持续更新防护栏；在多种骨干模型、攻击类型和证据形式上的实验显示，它一致降低攻击成功率，同时保持良性任务效用。