大规模研究：约 8.8 万个 Agent Skills 含有放松监督的指令
When Skills Tell Agents Not to Ask: A Large-Scale Study of Oversight Directives in Agent Skills
AI 导读
一项发表于 arXiv 的研究首次大规模分析了 GitSkills 上 153 万个英文 Agent Skills，发现约 1/17（约 88,000 个）包含让智能体免审批、用 --no-verify 绕过检查等放松监督的指令。
推荐理由
研究首次大规模量化 Agent Skills 中的监督放松指令，给出占比、传播路径与扫描器缺口等可核查数据。
正文 · AI 翻译
摘要：Agent 技能是以 this http URL 文件为核心的可复用指令包，可按需扩展 AI agent，而一条被广泛复制的技能中的一行内容会到达加载它的每一个 agent。有些行是放松监督的指令：它们告诉 agent 无需批准即可继续、用 --no-verify 绕过检查，或在不提交代码的情况下继续工作。尽管这类指令可以从每个加载它们的 agent 身上移除一道检查点，但此前没有研究考察过它们。我们开展了首个针对放松监督指令的大规模研究，分析了来自 GitSkills 的 153 万条英文技能。我们将技能拆分为单元（句子、列表项、表格单元格和代码行），制定了一套按极性、机制和范围标注监督指令的编码手册，手工标注了 2,097 个单元，并训练检测器以扩展分析规模。结果显示，约每十七条技能中就有一条（约 88,000 条技能）包含放松指令。这些指令最常通过权限标志来放松监督，其中大多数（70.1%）是无条件适用，而非仅在 CI 等特定上下文中适用。与包含等量监督语言的技能相比，运行 shell 代码、安装软件包或使用 sudo 的技能包含放松指令的几率高出 1.7–1.8 倍，这一关联在我们所有的稳健性检验中均成立，并且它们并未通过更多收紧指令来补偿。放松指令的传播源于少数上游技能，而非采用者的修改：仅占携带放松指令技能家族 2.4% 的家族贡献了所有携带放松指令技能副本的一半，仅占不同放松单元 1.1% 的单元贡献了一半的放松指令出现次数。开源技能扫描器最多能捕获 46% 的放松指令，精确率低于 0.4，而其背后的 LLM 若改用我们的编码手册作为提示，则能以 0.71 的精确率捕获 61%。
| 评论： | 预印本 |
| 学科分类： | 密码学与安全 (cs.CR); 人工智能 (cs.AI); 软件工程 (cs.SE) |
| 引用格式： | arXiv:2610.37734 [cs.CR] |
| （本版本为 arXiv:2610.37734v1 [cs.CR]） | |
| https://doi.org/10.48550/arXiv.2610.37734 通过 DataCite 获取 arXiv 发布的 DOI |
提交历史
来自：Timofey Sanko [查看邮件]
[v1]
2026 年 10 月 27 日 星期二 13:21:17 UTC（286 KB）
来源：arXiv cs.AI · arxiv.org