gate-bench

开发者sunnydachs在三个代理框架上进行了1800次实验，测试四种权限门（无门、规则门、LLM审查门、概率门）对间接提示注入攻击的拦截效果。

作者指出实验局限包括：事件计数小（每个单元格仅1到4次）、只用一个代理模型和一个随机种子、决策模型与代理均为通用模型、语料为微型虚构公司仅结构类比。

gate-bench测试框架已开源于GitHub，支持Python 3.12环境，提供run_grid跑三个框架、四种条件的网格，并用analyze.py从原始调用记录重算指标。