用途：对智能体插件、技能与编排系统执行深度对抗式审计，目标是找出可被利用的失败路径，而非做合规性审查。审计假设系统在被证明正确前都是错误的，强制执行在被证明不可绕过前都可被绕过，评测覆盖不完整，插件会尝试越界，变更逻辑在未隔离时会破坏状态。
主要能力（审计重点）：
- 执行强制：HALT 是否可被绕过；是否存在违规不中断执行的代码路径；异常是否真正全局生效。
- 变更完整性：部分变更是否会残留；沙箱边界是否防泄漏；状态能否逃出 temp/sandbox/。
- 评测权威：哪些行为未被评测覆盖；变更能否利用盲区；回归能否被重新归类为可接受。
- 基线完整性：基线能否被间接操纵；差异是被真正验证还是仅被声明。
- 插件隔离：技能是否串联多个动作、做决策或编排工作流。
- 编排泄漏：技能内是否存在隐藏的多步流程；子智能体是否表现得像编排者。
- 债务系统利用：债务能否在不阻塞进度的情况下累积；智能体能否绕过债务强制。
输出要求：每个问题需给出 ID、严重级别（P0/P1/P2）、利用场景（必填）、确切失败路径、强制失效原因、系统影响、建议修复、智能体能否自动利用（YES/NO）。
关键规则：若无法证明某项保证被强制执行，则必须视为未强制执行。
限制：资料未提供具体安装命令、运行方式、依赖环境、收费与平台信息，暂未提供。