摘要
代理技能封装了可重用的程序，提升下游性能。这种轻量、可移植的形式使得市场化变得可行，并且可以在云托管的代理接口后进行私有部署，给提供者提供了保持高价值技能专有的激励。然而，隐藏这些工件并不能掩盖它们的行为效应，这些效应在执行轨迹中依然可观察，并形成了一种行为侧信道。我们将这种暴露定义为“技能泄露”：从无参考答案或成功标签的良性查询引发的轨迹中重建专有技能。
我们引入了 SigLeak，这是一个黑箱框架，利用代理行为中的重复技能特征。它构建多样、决策丰富的诊断任务，比较匹配的技能启用和禁用的轨迹，并迭代地从孤立模式中细化重建的技能。在五种场景、三种模型家族和三种代理框架下，SigLeak 在几乎每个设置中都超越或匹配了三个基线。它平均提高了 6.88 个百分点的成功率，相对于技能禁用参考，并在我们粗细粒度语义相似性指标 SkillSim 中达到了最高的整体表现。这些结果表明，良性的执行轨迹可以暴露专有的程序知识。
代码可在 SigLeak-D1DB 获取。
博主点评： 这项研究揭示了代理技能的泄露潜在风险，尤其是在云环境中。SigLeak 的框架展示了如何通过分析执行轨迹来重建技能，这对于理解和保护专有技术至关重要。研究结果为未来的安全性和隐私保护提供了新的思路。