独自倾听，集体理解：面向隐私安全的 AI 协作语境恢复
人工智能
2026-04-16 v1 密码学与安全
摘要
我们提出了 CONCORD——一个面向隐私安全的异步 AI 助手间(A2A)协作框架，利用主动语音-based AI 之间的协作。随着智能体从反应式演变为始终倾听的助手，它们面临核心隐私风险（捕获非同意说话者），这使得其社交部署颇具挑战。为克服此困难，我们实现了 CONCORD，通过实时说话者验证强制执行仅限所有者的语音捕获，生成单向转录，虽会产生上下文缺失但能保留隐私。我们演示了 CONCORD 如何通过 (1) 空间时间语境解析、(2) 信息差检测、(3) 受关系感知的最小 A2A 查询治理来安全恢复必要的上下文。与易产生幻觉的推断不同，CONCORD 将语境恢复视为助手之间协商的安全交换。在跨多域对话数据集上，CONCORD 在信息差检测中实现 91.4% 的召回率，关系分类准确率达96%，隐私敏感披露决策的真负率达97%。通过将始终倾听的 AI 重新定义为隐私保留智能体之间的协调问题，CONCORD 为实现社交可部署的主动对话智能体提供了一条实用路径。
引用
@article{arxiv.2604.13348,
title = {Listening Alone, Understanding Together: Collaborative Context Recovery for Privacy-Aware AI},
author = {Tanmay Srivastava and Amartya Basu and Shubham Jain and Vaishnavi Ranganathan},
journal= {arXiv preprint arXiv:2604.13348},
year = {2026}
}