🛡️ 安全审计 · 技术突破
AI Agent 安全审计技术突破：SkillTrace 将溯源准确率提升至 95%，效率提升 100 倍
一项名为 SkillTrace 的新型安全审计框架，首次实现对 LLM Agent 技能复用场景的端到端溯源审计，将审计置信度从行业平均 45% 提升至 95%，审计效率提升 100 倍，为 AI 安全治理提供可落地的技术方案。
综合公开信息整理•
2026-07-23•
全文约 3 分钟读完
#SkillTrace
#AI Agent 安全
#溯源审计
#多跳追踪
95%
审计溯源准确率
100×
审计效率提升
45%
传统方法审计置信度基准
⚡ 30 秒速览
- 核心突破：SkillTrace 首次实现多跳技能复用场景的 AB 图溯源审计，可追溯一条生成结果背后涉及的所有技能及中间产物。
- 评测结果：在 4 个训练集、4000+ 生成项的测试中，平均 Recovery Rate 达 97.5%，Fidelity 达 95.2%，远超传统方法。
- 开源与复现：完整框架已开源，包含 4 个全新训练集（含数学、法律、医学、代码领域），支持社区复现与扩展。
- 深层信号：AI Agent 安全审计从"事后追责"走向"过程可审计"，为合规与安全治理提供工程化基础。
- 一句话总结：传统的"黑盒审计"正在被"白盒追踪"取代。
01为什么需要 SkillTrace？传统审计的困境
当 LLM Agent 调用多个技能（Skill）协同完成任务时，审计者几乎无法确认最终输出来自哪个技能的哪一步——典型的"黑盒"困境。
传统方法要么依赖人工追溯（耗时且不可靠），要么只能做简单的输出级分析。面对多跳技能复用场景，平均审计置信度仅为 45%。
一个诚实的注脚：
这不是"要不要审计"的问题，而是"能不能审计"的问题。当 Agent 在金融、医疗、法律等场景中自主决策，审计能力直接决定了部署边界。
传统审计方法
依赖人工或简单输出级分析，多跳溯源几乎不可行，审计置信度低。
SkillTrace 方案
通过 AB 图自动追踪每一条生成路径，实现端到端多跳溯源，审计置信度提升至 95%。
02SkillTrace 如何工作？一条"白盒追踪链"
SkillTrace 的核心思路是：将审计从"结果检查"转变为"过程追踪"。它通过维护一个完整的 AB 图（Auditability Bank），记录每个技能调用的输入、输出、依赖关系与中间产物。
当审计者需要追溯一条生成结果时，SkillTrace 可以：
定位来源技能→追踪中间产物→验证数据完整性
整个过程完全自动化，不需要人工介入。更重要的是，它不依赖对底层模型的内部访问——仅通过 API 级别的交互日志即可完成。
97.5%Recovery Rate
95.2%Fidelity
4训练集领域
4000+测试生成项
注：以上为 SkillTrace 在 4 个训练集（数学、法律、医学、代码）上的平均评测结果。Recovery Rate 衡量审计能否完整恢复生成路径，Fidelity 衡量恢复路径的准确性。
相比之下，传统方法在相同测试集上的 Recovery Rate 平均不足 60%，Fidelity 低于 50%。
03它如何工作？三个典型场景的审计结果
📐 数学推导：多步公式的溯源审计Recovery 99.2%
- Agent 调用"微积分规则"技能完成积分推导，再调用"代数化简"技能做结果整理。
- SkillTrace 完整追踪到：积分结果来自技能 A 的第 3 步输出，化简操作来自技能 B 的输入预处理。
- 审计结论：推导过程完整、无中间产物丢失。
相比传统方法，SkillTrace 首次实现了对"多个技能间数据流动"的完整审计，而非仅检查最终答案。
⚖️ 法律分析：合同条款的引用审计Fidelity 96.8%
- Agent 调用"法律条款检索"技能定位相关法条，再调用"合同分析"技能生成风险评估。
- SkillTrace 追踪到：风险评估中的"隐蔽风险"项，引用了来自技能 A 检索到的第 3 条法条，以及技能 B 对合同第 7.2 节的解析。
- 审计结论：引用来源可精确到具体条款与段落。
法律场景对审计精度要求极高，传统方法因无法区分"直接引用"与"间接推断"而几乎不可用。
💊 医学诊断：多模态数据的交叉审计综合评分 94.1%
- Agent 调用"影像分析"技能处理 CT 图像，再调用"临床指南"技能匹配治疗方案。
- SkillTrace 追踪到：影像分析结果中的"异常区域"被下游技能正确引用，但治疗方案中的"用药剂量"存在一个引用偏差。
- 审计结论：发现了传统方法无法捕捉的"数据传递误差"。
医学场景中，审计不仅是合规要求，更是生命安全线。SkillTrace 在测试中成功识别出 3 例传统方法漏检的引用错误。
04为什么 SkillTrace 能突破？
答案很直接：它将审计问题转化为"图追踪"问题，而非传统的"输出比对"问题。
传统方法试图通过比对输入与输出之间的统计关系来推断中间过程，这本质上是一种"盲人摸象"——在技能复用场景下，统计关系会被严重干扰。
而 SkillTrace 通过构建 AB 图，记录每个技能调用的"输入-输出-依赖"三元组，让审计变成了一次有向图的路径搜索。
一个关键的工程细节：
SkillTrace 不需要对 LLM 或 Agent 框架做任何侵入式修改，仅在 API 调用层增加一个审计日志记录器。这意味着它可以无缝适配现有的任何 Agent 系统。
编辑核心判断
AI Agent 安全审计的瓶颈从来不是技术，而是"可审计性"的设计缺失。SkillTrace 证明了：只要在系统架构层面提前设计审计接口，白盒追踪完全可以替代黑盒猜测。
▶开源与复现
SkillTrace 完整框架已在 GitHub 开源，包含 4 个全新训练集（数学、法律、医学、代码），支持社区复现与扩展。
GitHub 仓库