SCOUT：协同推理与工具使用的电脑操作安全验证框架

两阶段智能体安全验证器 SCOUT 通过协同细则推理生成与环境工具探测，用于检测电脑操作智能体的非预期危害行为。在 AutoElicit-Bench 基准上，SCOUT 取得 75.4 unsafe F1 和 74.5 completion F1，并在 OS-Blind 上实现 76.4% 的不安全检测准确率。