浏览器智能体的安全风险，不能只看任务是否完成，还要判断它看到了什么、能做什么，以及错误操作会造成什么后果。一次成功的页面操作，可能同时伴随越权读取、敏感信息外泄或不可逆的外部副作用；因此，安全评估应把“任务结果正确”与“执行过程合规”分开验收。
从权限边界开始
先明确测试账号可访问的数据、允许执行的操作和禁止触达的范围，再检查智能体是否始终遵守这些边界。重点观察它是否读取了完成任务并不需要的信息，是否尝试访问无权页面，是否把页面中不可信内容当成指令，或在目标不明确时擅自继续操作。权限越宽、动作后果越大，评估要求就越严格。
风险测试应覆盖真实流程中的关键节点，而非只选顺畅路径。可在隔离环境中设置权限不足、信息冲突、页面内容误导等条件，观察智能体能否停止、说明不确定性并转交人工。涉及付款、发送消息、删除记录或修改重要数据时，应验证是否存在明确授权与确认环节，并检查失败或中断后是否留下了非预期结果。
用证据判定风险
每项测试都应预先写明起始状态、允许与禁止的操作、验收条件及证据来源。结果记录不仅包括任务是否完成，还要包括访问范围、关键操作、人工接管、数据变化和副作用。页面显示成功提示并不足以证明安全；需要确认实际状态符合预期，且没有越界读取或额外修改。
安全评估还要区分“被拦截”与“未发生风险”：智能体因权限不足而停止，可能是正确的安全行为；未经授权却完成任务，即使结果看似正确，也应判为失败。对高影响操作，应采用沙箱或可重置数据重复测试，并保留可复核的执行记录。最终结论只能适用于明确的任务、权限和环境；不能凭少量顺利演示推断其在其他网站或业务中的安全性。