AgentTrace：黑盒智能体溯源框架

2026年10月26日，arXiv Artificial Intelligence 刊出 Gejian Zhao 等作者的论文，提出名为 AgentTrace 的执行级指纹溯源框架，用于识别黑盒 LLM 智能体背后的基础模型。据该报道，AgentTrace 的做法是向黑盒智能体的刚性工具接口注入结构歧义探针，触发对 tokenization 敏感的序列化失败，再利用后续修复操作的时序轨迹进行识别；方法上用轻量 Markov 链建模多步修复轨迹。报道称，该方法在对抗性身份伪造下达到 96.0% 的归因准确率，能区分共享同一 tokenizer 的 Llama-3 8B/70B 等同族变体，并对提示词混淆和温度缩放保持稳健。目前该事件仅有这一篇主报道，尚无跟进报道，上述准确率与稳健性均为论文作者自述，尚待独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。