对抗测试 面试题

小鹏 AI 安全一面：Agent 的 Guardrail、对抗性测试与敏感信息处理

小鹏 AI 安全一面面经（10 月 8 日）：从岗位理解开场，随后围绕实习里做的 Agent 安全能力展开——有没有对可靠性输出做过对抗性测试、有没有构造越界与边界数据集、Guardrail 怎么实现、校验类规则的可靠性怎么保证、剩余错误集中在哪些方面、输入到 Agent 的敏感信息怎么处理，最后聊开发与安全的倾向和职业规划。