自動スキルではなく自動ポリシー：物理世界のためのコンパイルされたエージェントスキル

本論文は、物理世界で動作するエージェントのスキル（Skill）に、手続き的知識だけでなく、型付きの呼び出しポリシー（typed invocation policy）を同梱する必要性を主張する。従来のスキルハーネス（AutoSkills, Hermes Agent）は効率性を向上させるが、安全性を無視している。特に、悪意のあるスキルが物理的害を引き起こす「Borrowed Authority」という攻撃クラスを定義し、それを防ぐための「Edge Skillguard」という型付き権限レイヤーを提案する。

先行研究（AutoSkills, Hermes Agent）はスキルの自動生成による効率性向上に焦点を当てており、安全性のギャップを見落としている。本論文は、スキルが「どのように振る舞うか」ではなく「どの行動が許可されるか」を決定するポリシーの重要性を指摘し、スキルアーティファクト内に型付き権限レイヤーを組み込む点で新しい。また、悪意のあるスキルによる物理的害の報告がなかったことを指摘し、新たな攻撃クラスを定義している。

Edge Skillguardは、スキルアーティファクト内に埋め込まれた型付き権限レイヤーであり、ワークフローエンジンのようにツール間ではなく、スキル内部で動作する。ワールド状態とセンサー証拠に対するガードを提供し、エージェント間の権限要求を型付きで拒否できるようにする。これにより、物理的な行動がピアエージェントの主張ではなく、機械的に検証可能な証拠に依存するようにする。

ライブエッジ制御プレーンテストベッド上で、5つの攻撃バリアントに対して60/60のBorrowed Authorityリクエストを拒否し、良性リクエストはブロックしないことを確認した。さらに、5倍のスケールとTailscaleメッシュ上の複数ホストでも結果が維持されることを示した。

要旨からは、議論の詳細は不明だが、提案手法が高リスクスキルに型付き呼び出しポリシーを同梱することを提案しており、物理的害を防ぐための機械的検証の重要性を強調している。また、Borrowed Authority攻撃の実証が限定的である可能性や、実世界での適用可能性についての議論が考えられるが、要旨には明記されていない。

要旨で参照されている研究は、AutoSkills、Hermes Agent、悪意のあるスキルによるクラウドソフトウェア侵害、およびjailbroken LLM制御ロボットによる物理的害の報告である。次に読むべき論文としては、これらの関連研究が挙げられる。