Screwtape 管线自动生成对抗攻击，专攻 AI 监控器的盲区

Screwtape 是一条自动化红队管线，能从真实 agent 会话记录出发生成绕过监控器的对抗攻击。Attacker 在 transcript 中植入攻击，经 Verifier 验证后由 Monitor 检测；被标记时借助监控器的推理反馈迭代修改，直至 Monitor 不再察觉并输出「候选攻击」。该管线大幅降低红队测试 agent 监控的成本，可系统评估监控器对隐蔽攻击的检出能力。