当智能体学会成为你：Persona Skill 中的隐私泄漏、冒充风险与防御基准

发生了什么

原始事实： 论文提出 AntiSkillBench，用于评估 Persona Skill 从交互历史到可执行技能产物的完整安全流程。基准覆盖技能级隐私泄漏、智能体级属性披露与行为冒充，以及相应防御措施。

原始事实： 数据集包含 50 个行为丰富的用户画像和 7,500 条基于画像的对话轨迹；评估覆盖三种技能蒸馏策略，并比较四种在线或事后防御配置，包括主动风险抑制和被动来源保护。分析： 这使评估对象从单条记录或检索记忆扩展到被压缩、复用和执行的技能资产。

原始事实： 实验涉及三种前沿智能体。论文摘要称，风险跨不同智能体骨干和蒸馏协议持续存在，并从显式属性扩展到交流风格和人格特征；现有防御的效果有限，并依赖具体蒸馏策略。未核实推断： 摘要未提供各项指标、置信区间、模型名称或防御配置的逐项结果，因此不能据此比较方法优劣。

分析： Persona Skill 将分散的个人信号集中为可携带、可重复调用的行为程序。一旦技能被共享、复制或部署到不同代理，隐私风险可能不再表现为“泄露一条事实”，而是重建一个人的表达习惯、偏好和决策模式。行为冒充因此成为独立于传统属性泄露的安全问题。

分析： 开发者应把技能导出、共享和调用视为新的隐私边界，分别测试显式信息、隐含属性、风格特征和行为一致性。基准中的多种蒸馏和防御配置也提示，单一的提示过滤、事后审计或来源标记可能不足以覆盖整个生命周期。

原始事实： 摘要没有说明 50 个画像的构建方式、对话轨迹是否包含真实用户数据、三种蒸馏策略与四种防御的具体定义，也未给出完整指标和基线。分析： 合成画像与真实长期交互之间可能存在分布差异，三种智能体也未必代表所有代理架构。论文全文、代码和数据许可状态需要进一步核验。