面向进攻性安全任务的最优智能体架构研究

针对现有使用工具的大语言模型安全系统固定单一协调拓扑的问题，本文将其视为实证系统问题进行研究。我们构建了一个包含 20 个交互目标（Web/API 与二进制）的受控基准测试，并在白盒与黑盒模式下评估了五种架构家族和三种模型家族共 600 次运行。结果显示，多智能体独立架构（MAS-Indep）验证检测率最高，而单智能体架构（SAS）效率最优。主要发现表明，更广泛的协调虽能提升覆盖率，但综合考虑延迟、令牌成本及利用验证难度后，其优势并非单调递增，存在成本 - 质量前沿的非单调性特征。