Runtime Skill Audit：面向 AI 智能体技能安全的定向运行时探测

研究者提出 Runtime Skill Audit（RSA），用定向运行时探测审计 AI 智能体技能的安全性，在 OpenClaw 的 100 个技能上达到 90.0% 准确率。论文指出技能可能在文档或代码中看似无害，只有在特定用户请求、本地资产、持久状态或多步工具交互下才显现恶意，纯静态审查因此并不可靠。RSA 通过刻画风险相关接口、准备执行上下文并依据轨迹证据给出安全标签，取得 88.0% 真阳性率和 8.0% 假阳性率，准确率比最佳静态基线高 13.0 个百分点。在自进化攻击下，静态检测器在一两轮后失效，RSA 在各轮仍能检出 20 个恶意技能中的 19 至 20 个。