REEF以可执行网站和真实状态验证，评测网页智能体面对多类自适应攻击的脆弱性。
推荐理由：关键进步是把攻击评测从固定文本响应推进到可执行环境中的真实状态变化，并由自适应攻击者持续探测；这能暴露静态基准系统性低估的代理安全风险。
阅读原文