AI代理技能的行為完整性驗證

本文提出了行為完整性驗證（BIV）問題，旨在檢驗AI代理技能的宣告能力與實際能力是否一致。透過結合確定性程式碼分析和LLM輔助能力提取，研究團隊對OpenClaw登錄檔中的49,943個技能進行了分析，發現80%的技能存在描述-實現差距，其中81.1%源於開發者疏忽，18.9%源於惡意意圖，5%包含多階段攻擊鏈。在惡意技能檢測基準上，BIV的F1分數達到0.946，顯著優於現有方法。