推文

@vintcessun · 2026-10-17 20:57

给 Agent 加一道“请批准”，不等于安全；用户看到的审批内容必须和最终执行的操作一字不差地绑定。 https://arxiv.org/abs/2610.21063 ASU 把调用规范化为效果描述符，由网关生成审批卡；手机 passkey 签署其摘要，网关只执行预存调用，不能事后换参数。可信呈现让自动审批模型的攻击检出率从 30%升至98%，但误拒了16%的无害近似操作。值得留意的是，额外第二设备在实验中没有可测收益；审批疲劳等问题也未解决。

曝光 114 · 评论 3 · 点赞 3 · 书签 1 · 曝光/时 85.8277062439469