面向OpenClaw与Codex的轨迹安全评估与诊断基准：ATBench-Claw与ATBench-Codex

摘要

随着智能体系统进入日益多样的执行环境，轨迹级安全评估与诊断需要能与之同步演进的基准。ATBench是一个多样化且贴近真实的智能体轨迹安全评估与诊断基准。本报告介绍ATBench-Claw与ATBench-Codex两个领域定制化扩展，将ATBench引入OpenClaw以及OpenAI Codex / Codex运行时环境。其关键适配机制是：先分析每个新环境，围绕风险来源、失效模式与现实危害三个维度定制三维安全分类体系（Safety Taxonomy），再用定制后的分类体系定义基准规范，供共享的ATBench构建流水线使用。这种可扩展性之所以重要，是因为智能体框架在架构层面保持相对稳定，而其具体执行环境、工具生态与产品能力却在快速演进。具体而言，ATBench-Claw针对OpenClaw中涉及工具、技能、会话与外部动作的敏感执行链，而ATBench-Codex针对OpenAI Codex / Codex运行时环境中涉及仓库、shell、补丁、依赖、审批与运行时策略边界的轨迹。因此，我们的重点在于分类体系定制、领域特定风险覆盖，以及在共享ATBench生成框架下的基准设计。