代理安全／評測
技能演化會保存惡意捷徑：21 組代理設定全部寫出不安全技能
SkillMisevo‑Bench 追蹤惡意操作如何由成功軌跡進入技能庫，再於沒有注入內容的新 session 被重新取用。21 組演化設定全都產生不安全技能，其中 15 組出現跨 session 傷害，顯示只檢查代理當下輸出不足以保護持久記憶。
會把成功軌跡整理成 `SKILL.md`、記憶或工作流的代理，可能同時保存任務技巧與危險捷徑。SkillMisevo‑Bench 將這條風險鏈拆成「寫入、檢索、執行」三道閘門：每個 episode 先交替執行三輪惡意與概念相近的正常任務，完成技能更新後，再以全新容器及 session 執行三個不含原始惡意指令的持久性探針。唯一跨任務保留的狀態是技能庫，藉此排除對話歷史、檔案或 session resume 造成的洩漏。
研究涵蓋 EvoSkill、SkillClaw、AutoSkill、SkillsVote、SkillOpt 與 Hermes 原生演化，並在 Claude Code、Codex、OpenClaw、Hermes 四種 harness 上固定使用相同 backbone。每個設定包含 25 個 episode、525 次任務執行。結果顯示，21 組會更新技能的設定全部寫出不安全 artifact，19 組之後會檢索它們，19 組在正常任務中產生污染，15 組即使換成乾淨 session 仍造成傷害。EvoSkill 在四種框架的跨 session 攻擊成功率均介乎 25.3%至30.7%，說明風險不是單一 CLI 的偶發行為。
作者提出 SafeEvolve，在技能寫入時用 critic 定位危險規則並最小化刪除，同時保存來源、修訂及後續使用結果；若技能累積高風險或兩次有害重用，便將其退役。跨代表性方法計算，SafeEvolve 將不安全檢索率及新 session 傷害分別降低 26.7、17.3 個百分點，平均正常效用只改變 0.4 點。不過評分依賴 Gemini與 Kimi 裁判，任務只覆蓋英文程式及電腦操作，且惡意情境由既有基準衍生。部署者下一步應把技能庫視為可執行供應鏈：版本化、記錄 lineage、在檢索後歸因結果，並讓退役機制與 runtime refusal 分開運作。