Timofey Sanko 和 Yuan Tian 于 2026 年 10 月 27 日提交一篇预印本，称约每 17 个英文智能体技能包中，就有一个包含放宽人工监督的指令。论文 When Skills Tell Agents Not to Ask 的摘要称，研究分析了 GitSkills 中的 153 万个技能包，其中约 8.8 万个包含这类指令。[1]
技能包是供智能体加载、复用的指令集合。作者识别的指令包括未经批准直接行动、使用 --no-verify 绕过检查，以及持续工作而不向用户确认。他们称，研究先人工标注了 2,097 个指令单元，再训练检测器扩大分析范围。放宽监督最常通过权限标志实现，70.1% 的相关指令不附带适用条件。[1]
作者报告，在监督相关文字数量相当的技能包中，运行 shell 代码、安装软件包或使用 sudo 的技能包，包含放宽监督指令的几率比为 1.7 至 1.8。复制传播也较集中：包含此类指令的技能家族中，2.4% 贡献了一半副本。这些是作者报告的相关性和语料分析结果；摘要未确立实际部署的智能体有多大比例会遵从这些指令。[1]
作者还称，开源技能扫描工具最多检出 46% 的放宽监督指令，精确率低于 0.4。改用研究的标注规则提示这些工具背后的语言模型后，检出比例为 61%，精确率为 0.71。这些数字来自作者的评估，尚非本站独立复现的结果。[1]
[1]: https://arxiv.org/abs/2610.37734
主图： Timofey Sanko, Yuan Tian · CC BY 4.0。
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
