---
title: "Internet-Draft 提议测试 AI 智能体记忆篡改与删除后恢复"
dek: "一份个人提交的 Internet-Draft 增加了通过恢复备份找回已删除智能体记忆的测试，并规定应区分读取时检测与事后审计。"
---

Yasha Khandelwal 于 2026 年 11 月 1 日发布一份个人提交的 Internet-Draft，提出实验室基准测试方法，衡量 AI 智能体记忆子系统能否识别存储层篡改，避免将受篡改的持久化记忆作为真实记录提供。该文件名为 *A Benchmarking Method for the Integrity of AI Agent Memory at Rest*，仍属进行中的工作。Datatracker 页面明确说明，它未经 IETF 背书，在 IETF 标准流程中没有正式地位。[^1]

`draft-khandelwal-bpm-agent-memory-integrity-00` 定义了十种存储编辑操作。新增的“删除后恢复”测试先通过子系统自身接口删除记录，再恢复删除前的完整备份，以检查已确认的删除能否经受旧存储副本的恢复；这些旧数据本身可以全部是真实记录。其威胁模型假定攻击者可以写入存储，但不持有子系统的任何密码学密钥。[^1]

评估者先停止子系统，修改存储，再重启并通过子系统自身接口读取。拒绝提供记忆，或在提供之前或同时发出完整性信号，计为通过；仅通过单独审计发现问题，计半分。对照条件要求：未改动的记忆仍可正常读取，重启后的正常写入有效，并确认每次编辑确实生效。不适用的测试不计入分母，也不能算作通过。该方法没有设定合格分数门槛，也不衡量保密性、提示注入抵抗能力或推理正确性。[^1]

:::analysis
问题涉及 T6 评估层、T5 智能体层和 T2 运行时层：基准结果只能支持其声明的测试边界与配置下的记忆处理结论。用户和运营者应核对部署版本、完整性功能设置、依赖、完整性头的保存位置，以及检测发生在读取时还是仅在审计时；草案要求比较结果时明确这些差异。这里可核验的属性是可识别性：如果实际向用户提供服务的精确版本与配置有记录且可查验，用户就能判断自己是否曾接触被评估的配置；单个分数无法建立结果与实际部署之间的对应关系。[^1]
:::

:::checked
我们于 2026 年 11 月 10 日阅读了该草案在 IETF Datatracker 官方 HTML 页面上的已保存节选，内容在第 9 节中途结束。节选明确了拟议流程；摘要声称包含 31 行结果，并对其中七个对象测量了新增编辑操作，我们未独立核验这些结果。我们没有测试任何系统，也未查看后续结果章节或参考实现。[^1]
:::

[^1]: A Benchmarking Method for the Integrity of AI Agent Memory at Rest。IETF Datatracker，2026 年 11 月 1 日。https://datatracker.ietf.org/doc/html/draft-khandelwal-bpm-agent-memory-integrity-00
