---
title: "PrivacyTrace 作者报告 MCP 工具调用中的用户画像推断风险"
dek: "一篇 arXiv 论文称，利用工具调用轨迹推断用户画像的成功率高于基于先验的猜测。保存的摘要描述的是合成基准测试，并未确认已部署服务中的用户暴露情况。"
---

Donghang Duan 与另外五位作者于 2026 年 10 月 30 日向 arXiv 提交论文，报告称，即使无法访问用户对话，观察者也能从工具调用轨迹中推断用户属性。研究对象是通过模型上下文协议（MCP）与外部工具交互的智能体。论文所述风险来自符合协议的交互，无需构造格式异常的工具调用。[^1]

作者提出了 PrivacyTrace 基准，包含 1,000 个合成用户画像，以及覆盖四个领域的 4,000 条智能体执行轨迹。这些轨迹使用来自 25 个服务器的真实 MCP 工具生成。摘要称，以四种主流大语言模型作为攻击者时，画像推断攻击成功率为 26.25%，基于先验的猜测则为 17.97%。这些数字是作者报告的实验结果；保存的页面没有提供足够的方法细节，无法据此独立评估这项比较。[^1]

据摘要介绍，工具参数和返回结果是轨迹中支持推断的主要证据，跨会话关联轨迹还会加大画像推断风险。作者表示代码和数据已公开，并呼吁为智能体与工具的交互开发注重隐私的机制。保存的摘要没有列出修复版本，也没有给出经过验证的缓解措施。[^1]

:::analysis
这一问题涉及 T6 评估层和 T5 智能体层：基准测试为风险判断提供依据，工具交互则承载可供推断的信号，因此符合协议本身不足以说明隐私受到保护。用户和运营方应核查自身系统暴露了哪些参数和返回结果、谁能观察这些信息，以及不同会话能否被关联，对照作者指出的泄露渠道逐项检查。这里需要具备的可验证属性是可识别性：如果为用户提供服务的确切版本与配置有记录且可核查，用户就能判断自己是否曾暴露于相关轨迹渠道；这并不说明画像推断已经成功。保存的来源没有提供具体部署的证据，也没有推荐可供核对的修复版本。[^1]
:::

:::checked
我们于 2026 年 11 月 2 日阅读了保存的 arXiv 论文“How Much Can Tool Calls Reveal About You? Privacy Leakage from Tool-Call Traces”的 v1 摘要和提交记录。我们没有阅读全文、检查代码或数据、测试系统，也没有复现实验结果。这次核查确认的是保存来源所报告的内容，无法确认攻击对任何特定服务是否有效。[^1]
:::

[^1]: https://arxiv.org/abs/2610.41885

主图： Donghang Duan, Qingyu Liu, Yifei Liu, Na Zou, Xia Hu, Dongrui Liu · CC BY 4.0。
