SkillSpec：採用意圖遮罩規格推理的代理技能有效性驗證
為何重要
這項研究凸顯了 Agent 生態中「語意一致性」與「意圖對齊」是決定系統可靠性的關鍵，許多失敗源於隱性地圖與實際行為的偏差。對於工程團隊而言，SkillSpec 提供了將抽象技能自動化驗證的方法，減少依賴工單反饋來發現問題；若未來這類檢測機制內建到主流框架中，將大幅降低自主 Agent 在企業環境部署的信任門檻。
- 自主代理系統日益依賴可重用的技能抽象來凝聚經驗與專業知識，但確保其正確性面臨挑戰，特別是意圖衝突等潛在語意不一致。
- SkillSpec 提出 Hoare 風格框架，將異構技能庫轉化為統一圖結構，利用意圖遮罩調節不同檢視，並透過 ExpectSpec 與 FactSpec 進行聯合推理與沙盒自動驗證。
- 研究在 SkillsBench 與熱門儲存庫的 515 個真實技能上測試，識別出 239 個技能內的 763 個人工確認缺陷，精確度達 61.2%。
- 分析顯示，程式碼節點適合規格推理，但純文位元組點仍是主要瓶頸，多數缺陷發生在宣告意圖與實作實現的交界處。