Google 联合 50 余家机构发智能体隐私安全议程：主张加一层上下文策略引擎

Google Research 公布了一份智能体隐私与安全的研究议程报告，起因是 2025 年底在纽约办的 CAPS 闭门工作坊，参与者超过 50 位来自各机构的学界与产业界人士。报告的核心主张是：智能体要想有用，就必须获取个人数据并跨语境执行有后果的动作，因此「能不能做」不能继续由静态权限表决定，而要由一层上下文策略引擎在运行时判断某个信息流或某个动作在当前语境下是否恰当。

报告点出智能体与传统确定性软件的三点结构性差异：一是输入非结构化且有歧义（自然语言、图像），「预期行为」难以预先定义，提示注入难以防；二是生成式规划带来概率化的控制流，传统测试方法无法给出保障；三是自治与任务委派让逐条人工确认失效，并催生「确认疲劳」。据此它把待办拆到五层：系统层的动态沙箱与智能体身份、模型层对「恰当性」的推理、面向用户的情境化控制、多智能体之间防止串通与规范越界，以及生态层的规范治理与合规验证。

报告给的理论框架是「语境完整性」（Contextual Integrity）：一条规范由参与者（谁把谁的信息发给谁）、信息类型（医疗、财务这类具体类别）与传递原则（保密、互惠等规则）三者定义；报告把它从「信息共享是否恰当」扩展到「动作是否恰当」，并主张开发面向高度自治智能体的新评测方法。它的分量在于出自判定方一侧而非单一厂商的产品说明——没有发布新模型，而是把智能体安全从模型对齐推到运行时策略这一层，写成一份多机构共同的开放问题清单。

原文链接：Google Research 官方博客