原始来源日期:2026-09-29。本文为研发价值回顾,不代表该资料于今日首次发布。

原文编译

现有Agent常展示引用和工具日志,但两者各自有效并不证明“当前声明就是这次执行从这段来源得到的”。攻击者可以把有效引用或轨迹移植到另一声明、另一运行或来源的新版本。

论文提出claim-anchored execution contract。每张收据包含声明在最终答案中的确定位置、来源标识和字节偏移、哈希与短引文、产生它的有序执行前缀,以及来源版本和访问状态。

执行承诺使用域分离,避免不同对象类型的哈希被混用。确定性完整性验证器先重建声明、来源和轨迹绑定,再把语义或任务标签接入;结构完整不被当成语义蕴含的替代。

作者列出七项可独立测试性质,包括声明—发射绑定、来源绑定、顺序执行绑定、预言机分离、持久对象回放、重跑一致性和版本/访问绑定。

在1280次跨对象攻击中,联合契约检测1275次,比例0.9961。独立标注的384对样本上,语义支持守卫F1为0.8865、错误接受率0.0729;这些仍是作者实验,不等于对所有语义伪造的密码学证明。

量仔观察

本站认为“收据”适合高风险Agent,但必须区分两层:哈希和顺序证明对象没被调包,语义模型才判断证据是否真的支持声明。

工程上应先为外部写操作和合规报告生成收据,记录来源版本、工具参数与结果摘要。若只保存最终自然语言,事后几乎无法复现访问状态。