PerMIT：为 LLM 智能体持久记忆提供可验证完整性
原文标题：PerMIT: Securing Persistent Memory for LLM Agents via Machine-Checked Integrity Theorems and Scalable Community Trust
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。
论文提出 PerMIT 记忆架构，在「仅信任用户输入与闸门确认值」的前提下提供可证明的完整性保证，两条定理已在 Lean 4 中机器验证。在 Trojan Hippo 上零攻击成功；在 τ²-bench 上最多 90 个智能体共建共享知识库，无记忆注入被提升，且新智能体在留出任务上表现提升。
- 问题
- LLM 智能体的持久记忆易被注入和投毒，且难以在多个智能体之间安全共享。
- 方法
- 只信任用户输入和闸门确认值，用有限记忆接口管控不可信环境值，两条完整性定理经 Lean 4 机器验证。
- 结果
- 在 Trojan Hippo 上攻击成功率为零；在 τ²-bench 上最多 90 个智能体共享知识库，无记忆注入被提升。
- 影响
- 为多智能体共享记忆提供可审计的安全边界，工程师可据此设计带人工或 LLM 验证闸门的记忆层。
深读 · 结论先行AI 生成展开看要点与影响 ↓
PerMIT 在明确信任假设下给出可证明记忆完整性，Trojan Hippo 上零攻击成功。
- •信任假设：仅信任用户键入输入与闸门确认值，其余环境来源值经有限记忆接口中介
- •两条完整性定理已在 Lean 4 中机器验证
- •Trojan Hippo 上配合自验证与轻量验证器，观察到零攻击成功
- •τ²-bench 上最多 90 个智能体共建共享知识库，无记忆注入被提升，新智能体在留出任务上表现提升
为什么重要：持久记忆是 agent 注入与投毒的主要缺口，形式化保证加社区背书机制为多智能体共享记忆提供了可审计路径。
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。