传统安全系统难以防范针对AI智能体的多步复杂攻击。AgentDoG作为新型诊断框架，通过三维风险分类精准定位问题根源，92.8%的检测准确率让AI安全从黑盒走向透明，为智能体可靠运行提供了新保障。
智能速览
AgentDoG是首个专为AI智能体设计的诊断型安全框架。
其三维安全分类体系超越简单的二分法，实现立体诊断。
框架检测准确率高达92.8%，显著优于主流模型。
不仅能发现问题，还能精准追溯至风险来源和失败方式。
模型与数据集已开源，推动行业共同进步。
精华内容
AI智能体的交互风险隐蔽性强，传统防御手段往往力不从心。AgentDoG的出现，为解决这一难题提供了系统性的方法论与工具。
三维风险诊断
AgentDoG构建了一个三维安全分类体系，彻底改变了传统安全/不安全的二分判断。该体系从风险来源、失败方式和实际伤害三个维度进行立体诊断。风险来源可追溯至用户指令、环境信息或工具描述；失败方式则细分为规划错误、工具误用等；最终评估可能造成的隐私泄露、财务损失等实际伤害，实现了对风险的精细化拆解与定位。
精准检测优势
在性能表现上，AgentDoG的检测准确率达到了92.8%，远超LlamaGuard和ShieldGemma等现有模型。其核心优势在于精准诊断，不仅能识别风险，还能深挖问题根源。同时，框架具备可解释性，能够清晰追踪AI智能体的每一步决策过程，为开发者提供了优化和调试的明确依据，大大提升了AI对齐的效率。
真实场景验证
通过真实案例可以直观看到AgentDoG的效果。在简历陷阱案例中，AI被恶意文件中的指令诱导去预约面试，AgentDoG精准识别出这是“间接提示词注入”攻击。在另一个案例中，AI因误解讽刺语气而给出错误投资建议，AgentDoG则成功追溯到问题根源在于“内部推理缺陷”，展示了其在复杂场景下的诊断能力。
开源与行业价值
AgentDoG的发布不仅是一个技术成果，更推动了行业的开放协作。其开源模型提供了4B、7B、8B等多种参数规格，以适应不同应用场景。同时，包含52,000多条高质量训练数据的数据集和ATBench基准测试集均已免费开放，为整个AI安全社区的研究与发展提供了宝贵的资源。
AgentDoG的出现标志着AI智能体安全研究进入了一个新阶段，它让复杂的内部风险变得透明可控。随着开源社区的共同努力，未来的AI助手将能更安全地融入高风险领域，人们距离打造真正可信赖的AI智能体还有多远？
