Agentic Commerce Bench：衡量智能体消费中的欺诈检测

作者提出智能体商务欺诈分类体系、包含 20 类欺诈的 Agentic Commerce Bench 基准以及开源检测器 gordonguard。在声明误报预算下干净流量标记率为 6.5%，20 类中有 8 类不优于随机；广泛使用的智能体安全扫描器在 4 类可观测欺诈上得分为零，而对对照型越狱检测得分为 1.0。中位支付金额 $0.007 表明人工审核成本是支付金额的 143 倍。