今日推送

论文解读论文聚焦Agent技能的安全性验证问题。技能赋予LLM Agent特权能力如文件系统访问、凭证管理等，但技能本身缺乏验证。提出行为完整性验证（BIV）问题：类型化集合比较声明能力与实际能力。核心创新是形式化安全验证框架，建立技能部署前的安全基线。实验验证了该方法在多种技能类型中的有效性。

论文解读论文针对第三方技能市场的安全风险问题，提出Proteus自我进化红队系统。技能同时暴露可执行行为和上下文文档，单次审计或prompt级别红队无法全面评估。核心创新是构建能随攻击面演化的动态红队，模拟真实攻击场景。主要结论表明当前技能市场存在显著安全缺口，需系统性风险评估机制。

论文解读论文研究如何系统评估LLM Agent技能对行为的影响。提出CTA框架，通过配对有技能和无技能的轨迹，对比分析技能改变代理决策的具体方式。核心创新在于将技能评估从黑盒测试转为可解释的因果追踪。主要贡献是提供了标准化的技能影响评估方法，为技能选择和优化提供依据。实验验证了CTA在多种任务类型中的有效性。

论文解读论文研究LLM Agent在部署阶段的在线改进问题。小型动作选择错误会累积导致工具调用浪费和可靠性下降。提出OLIVIA框架，在推理时通过动作适应实现持续学习。核心创新是轻量级在线适应机制，无需重新训练即可改进。实验验证了在重复多步任务中的有效性，为部署优化提供新方向。

论文解读论文针对LLM Agent规划与执行不对齐问题，提出PIVOT框架。Agent常生成看似合理但执行失败的规划，存在不可行动作、约束违反等问题。核心创新是将轨迹视为可优化对象，通过迭代进化优化规划。实验表明PIVOT显著提升长时程任务成功率，为Agent可靠性优化提供新范式。

论文解读论文提出LLM-Xscalable协商平台，解决个人Agent间的通信协调问题。现有协议关注Agent-API交互，缺乏Agent-to-Agent协调机制。核心创新是引入消息总线和路由子层，支持大规模LLM间通信。提供可扩展性和隐私保障，为多Agent协作场景奠定基础。实验验证了平台在协商任务中的有效性。

论文解读论文针对当前LLM Agent推理灵活性不足问题，提出结构化元认知框架。人类能灵活切换规划、执行、修订目标等推理模式，但Agent支架硬编码推理决策。核心创新是引入元认知层，使Agent能自主选择推理策略。实验验证了框架在多种复杂推理任务中的有效性，显著优于固定支架方法。

论文解读论文研究Tool-using LLM Agent的安全对齐问题。传统方法多为response级别或off-policy，存在安全-效用权衡。提出通过失败轨迹实现自进化的方法，核心创新是专门针对工具调用失败场景设计安全信号。实验表明该方法在保持效用的同时显著提升安全对齐效果，为部署安全Agent提供新思路。

论文解读论文针对LLM Agent评估缺乏专用基准问题，构建CTFusion CTF评估平台。现有CTF基准存在数据污染风险，且未针对Agent特性设计。核心创新是设计专门考验Agent多步骤任务能力的网络安全挑战集。验证了现有Agent在复杂网络安全任务中的局限性，为Agent能力评估提供标准化测试环境。

论文解读论文针对服务Agent长时程任务不可靠问题，提出NOD架构。现有Agent常产生策略违规、工具幻觉和动作不对齐。核心创新是将Agent功能分离为导航、操作和方向三个模块，协同处理服务请求。在航班预订等任务上的实验表明，NOD显著减少错误率，提升真实部署可靠性。