AI智能体访问控制框架RATION提出

2026年10月20日，arXiv Artificial Intelligence 刊出 Yuntao Du 等作者的论文，提出并发布面向 AI 智能体的定量风险访问控制框架 RATION。据该报道，RATION 通过跟踪任务执行过程中累积的可量化风险并施加定量约束来实现访问控制：先结合用户请求中的显式约束与由相似任务历史执行校准出的隐式风险，构建任务专属策略；执行中持续跟踪风险，并按风险类型采取不同执行策略。报道称，在四个安全基准上的实验显示，RATION 在多种模型和环境下兼顾了强安全性与高任务效用。目前该事件仅有这一篇主报道，尚无跟进报道，也未出现数字、时间或说法上的前后矛盾。上述实验结论均来自论文作者的报道，其准确性有待独立验证。

AI 根据报道生成 · 36 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。