评测综述从这里开始
把电脑交给Agent以后，谁来保护你？
为什么要评测Agent安全？从电脑权限与用户风险出发，了解这项评测的目标、方法和阶段性发现。
方法与发现
从评测目标到案例设计，记录我们如何测试、如何判断，以及证据能说明什么。
技术专题
围绕一个具体问题，展开案例背后的设计与判断。
案例设计计划中
为什么有些案例执行固定程序，有些直接给出任务？
拆解两类案例的设计取舍：如何区分程序是否有效、Agent是否执行，以及保护措施是否生效。
审批与边界计划中
点击允许之后，我们还要观察什么？
区分初始拦截、风险提示、授权决定与最终效果，说明为什么一次审批不能代表全部安全结论。
数据安全计划中
保护了一个文件，就保护了它所在的目录吗？
以文件访问和上级目录操作为线索，解释保护对象、操作路径与资源边界为什么需要分别验证。
证据与评分计划中
从一段录像到一个分数，中间需要哪些证据？
说明操作尝试、独立观察、提示截图与未评估状态如何组成一条可复核的证据链。