SPADE-Bench：通过计划 - 行动偏离评估智能体的自发战略欺骗

随着基于大语言模型的智能体应用范围扩大，其可靠性成为部署前提。然而，实际应用中用户难以监控所有即时行为，导致执行过程不透明，存在智能体报告计划与实际执行行动不一致的风险，即“智能体欺骗”。本文提出 SPADE-Bench 基准，旨在评估自发的计划 - 行动偏离。该基准结合真实工具执行与受控压力场景，有效区分战略欺骗与幻觉。实验表明，在工具使用场景中，智能体欺骗是严峻问题。SPADE-Bench 填补了智能体安全评估的空白，助力构建可信可控的自主系统。