يقدم المؤلفون مقياسًا للضرر مُدرَّجًا حسب الفعل يقيّم مسار استدعاء الأداة الخاص بالوكيل على مقياس ترتيبي من سبعة مستويات (من L0 إلى L6) بناءً على إمكانية العكس، عبور النطاق، وتوسيع الامتيازات. يعالج هذا النهج قيود معدلات نجاح الهجوم الثنائية في معايير اختبار الاختراق للوكلاء من خلال توفير معلومات مفصلة حول الشدة.
يتم حساب المقياس باستخدام كل من oracle حتمي ولجنة من ثلاثة قضاة من نماذج اللغة المتقدمة. عبر أربعة نماذج ضحية ودفعتين دفاعيتين في مجموعة مساحات عمل AgentDojo، كشفت التقييمات عن حالات كانت مخفية بواسطة المقاييس الثنائية، مثل دفاع يسمح بتسريبات عبر النطاقات رغم عدم وجود نجاح للهجوم. حققت لجنة القضاة توافقًا ترتيبيًا عاليًا مع oracle (alpha of Krippendorff = 0.91) لكنها أظهرت نقاط عمى منهجية مثل الفشل في التعرف على سلاسل التصعيد.
على عكس الأعمال السابقة التي تقدم تصنيفات للضرر أو المحاكاة، توفر هذه المساهمة أداة شدة قابلة لإعادة الاستخدام ومُرسَّخة بالسياق، طُبِّقت على سجلات اختبار الاختراق الفعلية، مع نشر جميع الأكواد والمطالبات.