别点那个：教网页智能体抵抗欺骗性界面

基于视觉语言模型（VLM）的网页智能体展现令人印象深刻的自主GUI交互，但仍易受欺骗性界面元素攻击。既有方案要么在不集成任务的情况下检测欺骗，要么记录攻击而不提出防御。我们形式化欺骗感知的网页智能体防御，并提出DUDE（Deceptive UI Detector & Evaluator）：两阶段框架，结合混合奖励学习与非对称惩罚及经验总结，把失败模式蒸馏为可迁移指导。我们引入RUC（Real UI Clickboxes）：跨四域与欺骗类别的1,407场景基准。实验显示DUDE在保持任务性能的同时把欺骗易感性降低53.8%，为鲁棒网页智能体部署确立有效基础。