Redwood Research 推出 Screwtape：用对抗性转录编辑红队测试 AI 监控器

Redwood Research 推出 Screwtape，通过向真实智能体转录中插入攻击并反复迭代，直到仅看动作的监控器无法识别。团队用基于 Opus 4.8 和 Gemini 3.1 Pro 的监控器跑了 252 次、覆盖 94 份转录，产出 35 个成功规避攻击，其中 6 个也绕过了某前沿开发者的留出监控器并经人工确认为有效。