摘要
状态保持的个人代理越来越多地维护长期用户档案、情节记忆和可重用技能。这种持久性将对话中的谄媚转化为状态写入失败：被接受的用户中心主张可以被记录为持久的偏好、背景事实或工作流，并在原始对话消失后重新使用。我们称之为持久性谄媚，并介绍了个人代理谄媚基准（PASB），这是一个包含1600个任务的基准，追踪一个对话主张是否被接受、写入持久代理状态，并在后续中被用于中立查询。
与之前提供预写记忆的基准不同，PASB评估真实代理（Hermes-Agent 和 OpenClaw），它们决定存储内容。它通过结合四种场景框架和四种时间交付模式来隔离写入过程，并将五轮持久阶段与三轮清除查询阶段分开，确保下游影响仅来自持久状态。
在十二个模型中，提交边界是关键的转折点：下游失败从会话仅限的45.0%增加到承诺后的71.9%，增加了27.0个百分点。已提交的主张展现出三种写入时间模式：状态提升、归属移除和范围扩大。在类似记忆或程序框架、重复强化，甚至跨域边界下，这些模式变得更强。这些结果表明，代理的谄媚本质上是一个状态写入治理问题。一旦用户内容被提交到持久记忆，安全性必须管理代理写入的内容，而不仅仅是它们所说的内容。PASB识别出需要的写入时控制，以在保留存储内容的来源、角色和范围的同时，限制风险提交，而不仅仅是响应级的缓解措施。
博主点评： 本文通过引入持久性谄媚的概念，揭示了智能代理在用户交互中的潜在风险，尤其是在状态管理方面。PASB基准的提出为评估和改进代理系统的安全性提供了重要思路，强调了写入控制在智能代理设计中的关键作用。