StealthBench：衡量自主攻击型安全智能体的行动隐蔽性

论文提出 StealthBench，用于评估自主攻击型安全智能体在六类 OPSEC 维度上的行动隐蔽性。作者从真实漏洞赏金与红队轨迹中提取 11 起人工核验事件，扩展为 14 个 Docker 化场景，并以三模型评审、多数投票计算安全成功率、Stealth@Solve 与鲁莽成功率；摘要称没有模型的安全成功率超过 54%。