论文提出LLM Agent技能生态中的“技能冲突”(CoS)漏洞:单个技能合规,组合使用却违反政策。实验显示,仅加入不超过原池5%的局部合规技能,5个模型在3种框架上的违规率从35.02%升至58.45%。作者构建CoSA攻击并推出CoSA-Guard防御,在harness层于关键动作前检查信息流与授权,使违规率从65.28%降至6.67%,良性任务完成率仅降1.67个百分点。结论:逐个审计通过不等于组合使用合规。
完成下面两步后,将自动完成登录并继续当前操作。