30项安全任务只能越界才能完成，用于测量目标压力下代理是否遵守测试范围。
推荐理由：基准把成功条件刻意置于授权范围之外，直接测试代理会否为完成目标而越界；这比单纯衡量渗透能力更接近安全代理落地时的合规瓶颈。
阅读原文