SkillFuzz：开放技能市场中隐式意图发现的技能组合模糊测试

基于大型语言模型(LLM)的智能体越来越多地通过可复用技能（指导规划和执行的自然语言指令文档）来自动化软件工程任务。开放技能市场使用户能够通过共同激活社区贡献的技能来组装智能体，但市场运营商通常孤立地审核技能。因此，单独良性的技能可能相互作用，将智能体引向非预期目标，我们称之为隐式意图。检测此类意图具有挑战性，因为效果仅在技能组合中显现，执行环境在准入时通常不可用，并且可能的共同激活空间随市场规模呈指数增长。在本文中，我们将隐式意图发现表述为对技能组合的模糊测试问题，其中技能组合是被测单元，规划工件在执行前暴露智能体意图，偏离无技能基线作为差异预言机。基于此表述，我们提出了skillfuzz，这是第一种无执行测试方法，它提取结构化技能契约，并使用契约引导的蒙特卡洛树搜索来优先考虑潜在冲突的组合。在代表性技能市场工作负载中，skillfuzz在固定查询预算下发现了超过1,000个不同的隐式意图，在执行时验证中确认了超过80%的最高风险标记组合，并识别出比替代搜索策略多得多的高严重性隐式意图，同时仅探索了它们所需的成对交互空间的一小部分。