JailbreakSkill：用可复用且持续进化的技能扩展自动化红队测试

自动化红队测试已积累了日益增多的攻击策略，但它们通常散落在各个提示和工作流中，难以系统性整合、规模化复用和改进。我们提出JailbreakSkill，一个以技能为中心的框架，通过可复用且持续进化的攻击能力来扩展自动化红队测试。JailbreakSkill把既有攻击策略打包为模块化、智能体就绪的技能，可直接复用并跨任务、跨目标模型自适应选择。在复用之外，它还闭合了攻击与学习之间的循环：攻击经验被用于诊断、精炼、组合和发现新技能，这些技能被加回不断增长的技能库。这一进化在AdvBench上把宏平均ASR提升17.5个百分点，在HarmBench上提升13.4个百分点，其中包括对GPT-5.4在AdvBench上48.6个百分点的增益，同时产生了新的攻击策略，例如把直接请求重构为未完成的文档补全任务。若干进化出的技能还能在无需进一步适配的情况下泛化到未见过的提示和目标模型。我们的代码见https://github.com/BattleWen/JailbreakSkill。