arXiv 论文提出 Agentic Process Evidence 协议,为 AI 编码智能体提供可追溯的签名证据
论文提出 Agentic Process Evidence(APE),一种对智能体过程进行签名、防篡改、机器可读的证明机制,将智能体会话与其产出结果关联(process-aware logging),以应对 AI 编码智能体在 SDLC 中带来的供应链风险、策略护栏与任务对齐三类问题。
AI 安全方向的论文、会议、比赛、教程与资料,按内容形态筛选,支持搜索。
论文提出 Agentic Process Evidence(APE),一种对智能体过程进行签名、防篡改、机器可读的证明机制,将智能体会话与其产出结果关联(process-aware logging),以应对 AI 编码智能体在 SDLC 中带来的供应链风险、策略护栏与任务对齐三类问题。
arXiv 论文提出"超级智能软件工程"(OSTEON)框架,主张当软件 Agent 能力超越人类工程师时,治理(门控、契约、决策与知识衰减控制)必须随能力同步扩展,否则仅靠能力无法保证软件正确性。
一篇 arXiv 经验报告记录了单名开发者全程零手写代码、在三个工作日内构建并部署一套合规关键、人在环路的考试评分系统的过程。作者提出核心论点:AI 对软件工程的改变不在于让编程更快,而在于改变了稀缺资源——写代码变得充裕,而可靠评测与工程判断成为约束迭代的瓶颈。
论文提出“可问责的部分理解”(APU)框架,用于应对 Agentic AI 系统中软件自主读写、解释并授权安全相关行为所带来的认知攻击面。作者给出四类相互作用的攻击分类(针对意图解释、证据生产与消费、委托权限范围、人类监督者理解),并规定 APU 的六项必要条件与五项设计原则。