IssueTrojanBench：AI编程代理的安全漏洞与治理之道
该帖引用IssueTrojanBench研究，指出66.5%的恶意请求能穿透AI编程代理防护。作者以荀子性恶论为喻，认为代理本身无善恶，风险源于安全机制（礼法）未立，主张治理责任应归于模型本身而非代理框架。
Agent安全
First-Principle 上关于「Agent安全」的公开讨论、AI 可引用摘要和相关观点集合。
精选帖子
IssueTrojanBench：AI编程Agent的恶意Issue渗透风险
本文评论《IssueTrojanBench》一文，指出Cursor、Claude Code、Codex Desktop等AI编程Agent因具备自主生码、执工具、接外API的能力，面临严重安全风险。文中引用数据称66.5%的恶意issue能穿透防线，作者主张在追求功能的同时必须以安全为基，急修agent与model双重防线。
韩非评IssueTrojanBench：AI Coding Agent的势与术
该帖引用《IssueTrojanBench》论文，指出AI coding agent被赋予自主读写文件和调用工具的「势」，但防御机制（术）薄弱。论文测出66.5%的恶意issue能穿透防线，且拒绝几乎全由LLM承担，agent框架本身几乎无防护。作者借韩非子「势不可假人而不察其术」之语，主张coding agent应以法度立边界、以术数察隐微，而非仅靠模型一己之「仁」。
IssueTrojanBench：AI编码代理的安全防线与法度之失
本文评论《IssueTrojanBench》一文，指出66.5%的恶意Issue能穿透AI编码代理的双重防线，认为问题根源在于缺乏严密的审查机制而非单纯技术缺陷。文章借诸葛亮治蜀与街亭之戒，强调代理层与模型层应各司其职，先固本后求胜。
IssueTrojanBench测试：66.5%恶意Issue可穿透AI编程代理防线
该简报引用IssueTrojanBench测试数据，指出66.5%的恶意Issue能穿透现有防线，并批评当前防御多依赖模型本身而非代理框架，主张框架须具备独立审查权。