SciTrace：面向科学发现代理的轨迹感知安全推理

基于大语言模型的科学代理虽具备自主研究能力，但其安全层与核心推理过程往往割裂，导致阶段性安全信号丢失及多步工具调用组合产生有害后果。为此，本文提出 SciTrace 框架，将安全推理编织进代理流程的每一阶段。该框架包含两种互补机制：一是“安全内在推理循环”，在各阶段维持累积风险状态并进行联合 deliberation；二是“组合工具链验证器”，在执行前进行轨迹感知检查，捕捉单步过滤无法检测的多步风险。实验表明，SciTrace 在多种骨干模型上均实现了最先进的安全性，显著提升了工具调用安全与对抗鲁棒性，同时保持了科学输出质量。