论文剖析多智能体 LLM 的通信、授权与执行信任边界
原文标题：Who Speaks, Who Authorizes, Who Acts? Understanding Trust Boundaries in Multi-Agent LLMs
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究将多智能体 LLM 的信任边界拆分为通信、授权与执行三层，并提出「权限切割」刻画可构造策略有效虚假声明证明的最小签名者联盟。实验发现消息改写会改变虚假状态动作执行率，请求级与提交级安全读数出现背离，且策略有效的伪造签名证明能通过工具闸门。
- 问题
- 多智能体 LLM 的消息传递、签名授权与工具执行是彼此分离的信任边界，容易被混淆。
- 方法
- 把信任边界拆为通信、授权、执行三层，用权限切割刻画最小可伪造联盟，并做受控配对实验。
- 结果
- Nemotron 与 Llama 在无效证明下分别有 52.1% 和 54.2% 请求受保护动作，但工具闸门零提交；策略有效的伪造签名可过闸门。
- 影响
- 请求级安全读数不等于实际执行安全，工具侧必须独立校验授权与事实真实性。
深读 · 结论先行AI 生成展开看要点与影响 ↓
多智能体LLM的通信、授权、执行是三层独立信任边界，策略有效的伪造签名可穿过工具闸门。
- •论文把多智能体LLM信任拆为通信、授权、执行三层，用「权限切割」刻画最小可独立攻陷的签名者联盟。
- •四个模型均无固定消息路由对比达到预设大效应标准；中继改写消息后，虚假状态动作执行率随模型与路由配置变化。
- •无效证明场景下Nemotron与Llama分别有52.1%和54.2%的试验请求受保护动作，但确定性工具闸门一次都未提交。
- •单独授权检查显示，带策略有效受损签名者证明的虚假声明能通过闸门，因为证明有效性不等于事实真实性。
为什么重要：对做多智能体工具调用的团队：请求级安全读数会高估实际防护，需把投递信息、授权资格、模型提议与已提交动作分开评估。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。