研究称大量 Agent Skill 内嵌跳过人工检查指令

Queen's University 发表的 arXiv 论文《When Skills Tell Agents Not to Ask》首次大规模研究 Agent Skill(以 SKILL.md 形式)中的「不要询问人类」类指令。研究扫描约 8.8 万个 Agent Skill,发现约 1/17 含跳过人工检查的指示，其中约 70% 为无条件生效，而现有扫描器大多无法检出这类风险，引发对 AI Agent 安全监督的关注。

2026-10-31 ~ 2026-10-31 · 2 条相关