NAAMSE：Agent 进化式安全评估框架

针对现有 Agent 安全评估依赖人工或静态基准的局限，本文提出 NAAMSE，一种将安全评估重构为反馈驱动优化问题的进化框架。该系统通过单一自主 Agent 协调遗传提示变异、分层语料探索及不对称行为评分的生命周期。利用模型响应作为适应度信号，框架迭代增强攻击策略，同时确保“良性使用正确性”。实验表明，进化变异能系统性放大单次方法遗漏的漏洞，揭示了探索与靶向变异协同发现高危失效模式的能力，提供了更真实可扩展的鲁棒性评估。