ParanoiaEval：评测智能体编程中的不必要防御行为

ParanoiaEval 是首个统一评测编程智能体风险处理能力的基准，基于软件工程风险管理中的 Avoidance-Transfer-Mitigation-Acceptance 框架，将其 4 类基本风险处理行为落地为可评测任务。该基准聚焦智能体在自主完成真实编程工作时是否做出了缺乏依据的防御性操作。