DualTrust把智能体工具授权压到47微秒:用贝叶斯信誉加密码学门控替代LLM裁判
面向环境可穿戴设备中自主AI智能体的工具调用,DualTrust把授权判定从依赖二级LLM分类器改为确定性的状态与配额门控。它把人类委托人的信用与智能体的贝叶斯行为信誉分开记账,违规惩罚按幂律随累计次数超线性加重,并把每次判定写入可验证的Merkle审计账本。在内存层,10,000次评测的中位延迟为47.10微秒,而对照的神经护栏文献中位数为390毫秒与810毫秒。
面向环境可穿戴设备中自主AI智能体的工具调用,DualTrust把授权判定从依赖二级LLM分类器改为确定性的状态与配额门控。它把人类委托人的信用与智能体的贝叶斯行为信誉分开记账,违规惩罚按幂律随累计次数超线性加重,并把每次判定写入可验证的Merkle审计账本。在内存层,10,000次评测的中位延迟为47.10微秒,而对照的神经护栏文献中位数为390毫秒与810毫秒。
作者提出可加密验证的智能体授权(CVA)假设,把授权形式化为同时绑定智能体主体、具体授权请求、执行上下文与策略满足性的关系 RCVA,并给出候选安全属性与一个基于 Groth16 zk-SNARK 的可执行零知识概念验证,该原型实现了主体绑定与计划级请求绑定,而上下文绑定与运行时执行绑定未实现。
已读完全部报道