研究称约 1/17 的 Agent 技能要求跳过人工检查，现有扫描器多数未能发现

这篇论文发现，约每 17 个智能体技能中就有 1 个会指示智能体跳过人工检查，而现有的技能扫描器漏掉了其中大多数。

智能体技能是共享的 SKILL.md 指令文件，智能体会按需加载。诸如“push without confirmation”（未经确认即推送）或“keep going until done”（持续执行直至完成）的一行指令，会从每个加载该技能的智能体那里移除一个人工检查点。

他们分析了公共 GitHub 仓库中的 153 万个英文技能，然后测试了 Cisco 和 NVIDIA 的两款开源扫描器，这些扫描器可以调用 GPT-5.4。

大约 88,000 个技能包含此类指令，其中 70.1% 的指令适用于所有场景，而不仅限于 CI 等情况。扫描器最多捕获了 46%，精确率低于 0.4；而同一个 LLM 在被问及监督 oversight 而非恶意行为时，捕获率为 61%，精确率为 0.71。

将技能中每一处“don't ask”（不要询问）指令限定在特定场景内，例如仅限 CI，并针对监督 oversight 而不只是恶意软件对技能进行筛查。