A家放出来的那组数说，浏览器智能体的129个测试场景里，提示词注入攻击成功率是零。旁边还挂了个对照，Gray Swan那套通用注入测跑15次，从上一代的5.5%掉到2.0%。
零这个字看着是挺唬人的，但往下扒一层才是重点——零只在开了Auto Mode的产品里成立，那模式底下叠了输入扫描和执行拦截两层。也就是说不是模型本身刀枪不入，是外面套了两件甲。
2.0%那个数反而更诚实一点，说明裸模型该中招还是会中招，只是比以前难骗了。
我倒是想问，天天让agent自己开网页点东西的，有几个人真开着那个Auto Mode？