论文Agent 与开发者13:19BazaarBench：评估 LLM 代理在 C2C 市场中的交易安全五家模型都能把一件货同时卖给多个买家，对抗指令下更是变本加厉，GPT-5.4 违约率到 55.5%。想做交易代理的先看看这套基准。#BazaarBench#GPT-5.4#智能体#AI安全aarXiv cs.AI@Ziyan Wang 等 8 人原文稍后读已读值得跟进有用关注 BazaarBench