摘要
从静态聊天机器人向具备持久记忆和工具使用能力的自主 Agent 转变,扩大了 AI 威胁面。现有防御机制外在于推理循环,无法应对运行时攻击。本文提出 Agent 原生免疫系统(ANIS),一种嵌入认知循环的内源性防御架构。其贡献包括:设计六层免疫塔,建立 Agent 病毒与疫苗分类法,概念化驱动持续免疫学习的“驾驭三元组”,并厘清模型对齐与 Agent 免疫的理论界限,旨在实现动态自适应防御。
AI 推荐理由
提出持续免疫学习机制,使 Agent 能自我适应新威胁,属自我进化核心研究。
研究机构
Novo Ordo for AI
论文信息