自动生成策略而非自动生成技能：面向物理世界的编译式 Agent 技能

Zhan 与 Haddadi 提出名为 Edge Skillguard 的类型化权限层，将其置于 Skill 制品内部而非工具之间，在边缘控制面测试床上拦下五种攻击变体共 60 次借用权限的请求，且未阻断正常请求。论文把恶意或误用的 Skill 借由 Agent 之间的权限声明驱动物理动作这一问题命名为 Borrowed Authority，指出当前 Skill 格式没有让接收方以类型化方式拒绝这类权限主张的途径。作者称现有自我演化 Skill 框架（AutoSkills、Hermes Agent）报告的收益在效率而非安全，生成更多 Skill 只会放大这一缺口。测试结果在 5 倍规模以及跨主机的 Tailscale 网格上保持一致。作者据此建议高风险 Skill 把类型化调用策略与流程知识一并打包，让物理动作依赖可机器校验的证据（arXiv 2608.25091）。