AI代理技能的行为完整性验证

本文提出了行为完整性验证（BIV）问题，旨在检验AI代理技能的声明能力与实际能力是否一致。通过结合确定性代码分析和LLM辅助能力提取，研究团队对OpenClaw注册表中的49,943个技能进行了分析，发现80%的技能存在描述-实现差距，其中81.1%源于开发者疏忽，18.9%源于恶意意图，5%包含多阶段攻击链。在恶意技能检测基准上，BIV的F1分数达到0.946，显著优于现有方法。