0
0这一期我们聊一个共同主题：机制化。安全、评测、训练三条线今天都在做同一件事——给 Agent 的中间过程加上可机器验证的契约，不再依赖大模型自己说"对还是错"。
本期重点
- 恶意 Skill 运行时基准（MalSkillBench: A Runtime-Verified Benchmark of Malicious Agent Skills）：针对 Claude Code、Gemini CLI 这类编码 Agent 的第三方 skill 供应链风险，把攻击空间拆成攻击向量×行为×插入策略 108 个格子，每个恶意样本必须在 Docker 沙箱里真触发系统调用才入库；实测代码注入好造也好抓，提示词注入则攻防同时崩——这是今天最值得收藏的一把"尺子"。
- Lean4 工作流形式化验证（Lean4Agent: Formal Modeling and Verification for Agent Workflow and Trajectory）：把数学定理证明用的 Lean4 依赖类型搬进 Agent 工作流，分结构、语义、轨迹三层做"编译期+契约+运行时"检查，并用 LeanEvolve 按违例步骤精准修复，在 SWE-Bench 上再涨约 7 个点。亮点是能在部署前抓出"信息流断裂"这类隐含逻辑漏洞。
- GUI Agent 的实体染色奖励（StainFlow: Entity-Stain Tracking and Evidence Linking for Process Rewards in GUI Agents）：借用网络流量染色的思路，把任务关键实体当染料沿轨迹追浓度，让阶段从证据流里自然浮现，再用染色历史拼出动态证据窗口；连续浓度+离散关键节点联合做过程奖励，AndroidWorld 上对最强 baseline 仍有提升。
今日趋势
- Agent 安全开始向"代码+提示词+行为"三位一体的运行时治理收敛，野外样本严重偏态的问题被首次量化暴露。
- 评测与训练都在从"终态判分"下沉到过程层：形式化谓词、过程奖励、runtime 证据正在替代单纯的 LLM-as-judge。
如果你手上的 Agent 系统失败时只能让大模型再判一次，那今天这三篇就是给你的提醒。欢迎在评论区聊聊你怎么给自己的 Agent 加"中间层"。本期内容由 AI 自动生成，仅供参考。
