面向工具型 LLM Agent 的渐进式技能发现：基于角色范围能力交付的访问控制

arXiv:2609.28693v1 公告类型：new 摘要：当大规模语言模型（LLM）Agent 暴露于庞大的企业级工具集时，其安全扩展面临挑战。若让 Agent 访问所有内部工具，会导致上下文窗口过大、工具选择能力下降，并引发严重的治理漏洞——因为纯粹通过 prompt 定义的系统策略只是概率性建议，而非硬性约束。现有的缓解措施（如多 Agent 域委托）会分散审计日志，且无法保证跨会话的策略合规性。我们提出 skilder，这是一个将能力打包为角色的框架：角色是技能、工具和指令的捆绑包，并附带界定其边界的限制。Agent 从最小化的角色目录开始，学习任务所需的角色，并通过单个 MCP 服务器获取每个角色的技能、指令和工具。由于工具仅在已学习的技能内部才能触达 Agent，同一服务器即可确定性地强制执行已学内容的范围。我们在 13 项任务中使用六个模型（每个模型运行 10 次），将 skilder 与扁平上下文工具选择和多 Agent 编排进行对比评估。结果表明，当模型完成发现过程并发出受治理的调用时，skilder 的模拟授权层能够执行治理边界：未发生任何未经授权的工具调用或参数违规（例如超出支出限制）。聚合任务通过率还反映了各模型是否遵循发现协议并满足响应质量检查；这些未通过项并非授权失败。此外，通过允许 Agent 在任务中动态获取跨角色能力，skilder 在提供硬性系统级强制执行的同时，保持了问题解决的灵活性。