事件历史事件
可复用账本提升Agent轨迹策略审计效率
先了解这件事
AI 综述
2026年10月，一篇arXiv论文提出“一次写入、多次核查”框架：写入模型把每条Agent轨迹转换成与策略无关的账本，读取模型只凭账本核查新策略，无需再读原始轨迹。作者在SHADE-Arena、τ-bench和τ²-bench的900条轨迹上测试，12B读取模型读取叙事账本时的AUC可追平甚至超过同一模型读取完整轨迹的水平；在SHADE-Arena需组合多个事实的策略上，该方法AUC为.777，超过读取完整轨迹的31B模型。
AI 根据报道生成 · 24 天前更新
走势与进展
每小时关注度
现在 33，24 小时 0%·峰值 33（11月7日 01:00）
11月8日11月9日11月10日11月11日11月12日11月13日11月14日现在 33
相关研究
这件事的论文
- 一次写入、多次核查：用于 Agent 轨迹事后策略合规审计的可复用账本
arXiv · 2026-10-17 · 深度解读
后续时间线
10月17日
- arXiv一次写入、多次核查：用于 Agent 轨迹事后策略合规审计的可复用账本
论文提出“一次写入、多次核查”框架，由写入模型把每条 Agent 轨迹转换成与策略无关的账本，读取模型只凭账本核查新策略，无需再读原始轨迹。作者在 SHADE-Arena、τ-bench 和 τ²-bench 的 900 条轨迹上测试，12B 读取模型读取叙事账本时的 AUC，可以追平甚至超过同一模型读取完整轨迹时的水平；在 SHADE-Arena 那些需要组合多个事实的策略上，该方法的 AUC 为 .777，超过读取完整轨迹的 31B 模型的 .713。单独核查 8 条 SHADE-Arena 策略时，算上写入成本，账本使用的 token 仍约少 5 倍。分析还发现，基于规则的抽取方法在某些单一动作策略上表现更好，而账本可能遗漏较长的工具输出和消息内容中的证据。