Kairos：LLM智能体事务性安全机制

发生了什么

据arXiv cs.LG报道，研究人员提出Kairos，一种针对LLM智能体的事务性安全执行机制。该机制在隔离边界作为参考监视器，将工具调用、Shell命令和脚本统一视为文件和网络操作以维持隔离。通过声明式策略决定多数效果，并将剩余效果由决策Oracle释放或拒绝。在AgentDojo基准测试中，Kairos将攻击成功率从47.0%降低至2.7%，同时保持与无防御智能体相当的良性效用。