arXiv · AI· Deepak Waghmare, Shaad Sufi·· 2 天前AI 评分25
可逆性分类:面向 AI 智能体工具调用的五级词汇与防护机制
Can You Undo It? Reversibility Classes for AI Agent Actions
AI 导读
论文提出包含 536 个工具的 Reversibility Classes 框架,通过五级词汇和保守默认值定义 AI 智能体操作的可撤销性。 实测中,2158 次运行里的 29 次攻击场景全部被会话守卫拦截,仅增加 9 个良性审批点;实验证实恢复效果高度依赖前置状态捕获。 该研究确立了可恢复假设的显式化与可测试性标准,但未证明整体注册表的准确性。
来源:arXiv · AI · arxiv.org