评估防护栈而非单层：AI 智能体操作的确定性规则与 LLM 防护门是否独立失效？

针对 1,119 个标注 AI 智能体操作的研究表明，堆叠的多个 LLM 裁判存在显著耦合，两两组合的等效防护仅相当于 1.2 至 1.4 层。确定性规则层与单个 LLM 裁判组合则可达到 1.86 至 2.09 层的等效防护，表现接近错误独立相乘。此外，单层准确率无法预测联合收益，某规则包虽降低 20% 单独漏报率，却未带来新的联合覆盖。