---
title: "AgentTrace 作者称可通过智能体修复轨迹识别底层模型"
dek: "一篇 arXiv 摘要报告，在对抗性身份伪装条件下，模型归属识别准确率达到 96.0%。所保存的材料描述了行为识别方法，但未确立用户实际使用的精确模型配置。"
---

Gejian Zhao、Hanzhou Wu 和 Xinpeng Zhang 于 2026 年 10 月 23 日向 arXiv 提交 AgentTrace，提出通过可观察的执行轨迹，识别黑盒大语言模型（LLM）智能体背后的基础模型。所保存的摘要称，在对抗性身份伪装条件下，该方法的归属识别准确率达到 96.0%。[^1]

AgentTrace 注入结构上存在歧义的探测输入，旨在严格的工具接口处触发对分词方式敏感的序列化失败。序列化是将数据转换为工具要求的格式。作者称，最初的失败可粗略区分模型家族，随后修复操作的先后顺序则能揭示更细致的恢复行为。该方法使用轻量级马尔可夫链，对这些多步序列建模。[^1]

摘要称，该方法能够区分评估中使用相同分词器的模型变体，包括 Llama-3 8B 和 70B。作者还称，它优于不考虑顺序的行为统计方法，并能抵御提示词混淆和温度参数缩放的影响。这些均为作者报告的评估结论。所保存的摘要未交代完整评估范围、试验次数或准确率的不确定性。[^1]

:::analysis
这项主张涉及 T6 评估层、T5 智能体层和 T3 模型层：工具修复行为的测量结果用于推断模型身份，读者仍需信任评估本身及其对实际部署的适用性。这里涉及的可核验属性是可识别性：如果为用户提供服务的精确版本和配置有记录且可供核查，用户就能判断自己是否接触过某个特定部署；摘要未确立这样的记录。用户和运营方应核查自身部署是否保留这些信息，以及工具接口和修复行为是否符合该方法所述前提；来源没有指定需要安装的修复版本或补救措施。[^1]
:::

:::checked
我们于 2026 年 11 月 6 日阅读了所提供的《AgentTrace: Execution-Level Fingerprinting of Black-Box LLM Agents》arXiv 摘要页保存文本，包括 v1 提交历史。这些材料能够确认作者公开提出的主张和提交日期。我们没有阅读全文、检查代码或数据，也没有测试该系统，未独立确认其准确率或稳健性。[^1]
:::

[^1]: AgentTrace: Execution-Level Fingerprinting of Black-Box LLM Agents。arXiv，2026 年 10 月 23 日。https://arxiv.org/abs/2610.32092
