正在补充深度解读,当前内容可以先阅读
论文解决了什么问题
该研究聚焦追踪一次不安全经验如何在技能生命周期中变成跨任务伤害,试图明确这一环节为何会成为 Agent Skills 生命周期中的独立瓶颈,以及怎样建立可复现的解决方案。
核心方法
SkillMisevo-Bench 以版本化方式追踪恶意暴露如何通过技能编写、检索和后续新会话执行形成持久伤害;实验显示,安全的成功也可能被错误固化,因此 SafeEvolve 同时治理写入内容和未来复用。
实验结论
- SkillMisevo-Bench 以版本化方式追踪恶意暴露如何通过技能编写、检索和后续新会话执行形成持久伤害
- 实验显示,安全的成功也可能被错误固化,因此 SafeEvolve 同时治理写入内容和未来复用
适合谁阅读
研究技能误进化比较同阶段方法建立 Agent Skills 全景智能体Agent Skills
可核验的原论文来源和作者
- 作者
- Xutao Mao、Liangjie Zhao、Xiang Zheng、Cong Wang
- 来源
- arXiv
- 论文 ID
- 2608.12851