Redwood Research 发布 Screwtape 管线，通过对抗性转录编辑测试监视器盲点

导读

Redwood Research 推出 Screwtape，一条将真实 agent 转录反复编辑以生成可逃逸仅看动作监视器的攻击管线，并用 LLM 验证器检查攻击的真实性与危害性。