技能发现作为工具型LLM智能体的访问控制
原文标题：Progressive Skill Discovery as Access Control for Tool-Using LLM Agents: Structural Governance through Role-Scoped Capability Delivery
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 skilder 框架，将能力打包为「角色」（技能、工具、指令及其边界），智能体从最小角色目录出发，按任务需要动态学习角色，并通过单一 MCP 服务器获取工具。由于工具只在已学技能内到达智能体，服务器可确定性地强制执行权限范围。在 13 项任务、6 个模型上评估显示，未出现越权工具调用或参数违规，同时保留跨角色动态获取能力的灵活性。
- 问题
- LLM 智能体接入海量企业工具时上下文膨胀、工具选择退化且权限治理不可靠。
- 方法
- skilder 把能力打包成角色，智能体从最小目录按需学习角色，工具经单一 MCP 服务器在已学技能内下发以确定性限权。
- 结果
- 13 项任务、6 个模型各 10 次运行中未出现越权工具调用或参数违规。
- 影响
- 企业级智能体平台可借此把提示词里的软策略变成硬性权限边界，降低治理风险。
深读 · 结论先行AI 生成展开看要点与影响 ↓
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。