Kuiyi Gao、Xue Liu 和 Bowei He 于 2026 年 11 月 2 日向 arXiv 提交 RuntimeTickets,提出在第三方智能体技能(Skills)执行期间落实并审计安全要求的协议。保存的页面将其标为 v1,并注明论文已投稿 ICLR 2027、正在审稿。这是研究方案及其效果声明,页面没有宣布生产版本发布。[1]
作者认为,阅读技能描述或授予工具权限,都不足以判断实际执行是否符合用户的安全要求。该协议让语言模型依据任务交付约定提出具体安全约束,每项约束都引用所针对的技能源码行。票据可以收紧宿主已有的批准范围,但不能扩大它。[1]
摘要称,运行时关卡会在转发每次对外发送前,检查接收方、对象和数量。受信任的监控器在各自可观测范围内记录实际影响,确定性解码器则依据票据记录核验约束。执行管控和解码均不使用语言模型。作者称,技能中的注入文本可以影响约束提案,却不能改变决定是否放行发送的规则。[1]
作者报告,在三个未经修改的智能体框架的网络出口边界开展评估,并与技能扫描器及运行时基线比较。其报告的漏放率,即恶意技能被放行的比例,为 0.0%;误拦率,即正常技能被阻止的比例,也为 0.0%。阅读摘要只能确认作者报告了这些结果,不能独立验证结果。[1]
[1]: RuntimeTickets: Source-Grounded Security Obligations for Agent Skills,arXiv,2026 年 11 月 2 日。
来源
核查或更正本页
- 更正
- 提交更正请求 · 在 GitHub 编辑源文件 · 更正政策