---
title: "研究者称 Agent Skills 可提升子智能体授权精确度"
dek: "一篇 arXiv 预印本利用操作流程共同训练任务委派与授权。摘要报告权限精确率和任务成功率有所提升，但未确立部署环境的安全性。"
---

Wenkai Yu、Ning Ding、Wentao Zhang 和 Yehui Tang 于 2026 年 11 月 6 日提交预印本，提出从 Agent Skills 中学习子智能体授权的方法。研究针对任务委派中的一个问题：除了决定子智能体要完成什么工作，还要确定它需要访问哪些工具和工作区资源。[^1]

作者认为，仅凭任务结果和执行轨迹，难以充分判断权限分配是否恰当。Agent Skills 按步骤描述操作、工具和文件。该方法据此合成任务与操作流程，在交互环境中通过子智能体委派执行，再利用作者所称的经过核验的轨迹，构建执行与授权训练数据。保存的摘要没有解释这些轨迹如何核验。[^1]

摘要报告，在 ClawArena-Team 上，Qwen3.5-35B-A3B 的工具权限精确率提高了 13.4 个百分点，工作区权限精确率提高了 24.1 个百分点，整体任务成功率提高了 11.6 个百分点。作者还称，该方法在 Terminal-Bench 2.1 和 SkillsBench 上，与现有智能体数据合成方法相比具有竞争力。这些都是作者报告的结果；保存的页面未提供独立评估所需的比较细节和权限指标定义。[^1]

:::analysis
问题位于 T5 智能体层和 T2 运行时层：前者涉及工作与权限的委派，后者涉及工具和工作区访问限制的实际执行。阅读摘要可以确认作者提出了哪些主张，我们并未测试权限限制是否按预期执行。这里涉及的可核查属性是可识别性：如果为用户提供服务的确切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种特定授权配置。用户和运营方应核查自身部署的委派策略及实际生效的访问设置；该来源没有列出受影响版本、修复版本或升级建议。[^1]
:::

:::checked
我们于 2026 年 11 月 12 日阅读了保存的 arXiv:2611.08905v1 页面，其中包括《From Procedures to Permissions: Learning Precise Subagent Authorization from Agent Skills》的摘要和提交记录。我们没有阅读全文、检查代码、复现基准测试或测试系统。此次核查确认的是提交日期及页面所载主张，不能确认实验结果是否成立，也不能确立部署环境中的保障。[^1]
:::

[^1]: [From Procedures to Permissions: Learning Precise Subagent Authorization from Agent Skills](https://arxiv.org/abs/2611.08905)，arXiv，2026 年 11 月 6 日。
