SoK: 大语言模型智能体交互中的信任-授权不匹配
密码学与安全
2026-02-10 v2 人工智能
摘要
大语言模型（LLMs）正在演变为能够通过标准化协议（例如 MCP）执行复杂工作流的自主智能体。然而，这一范式将控制权从确定性代码转移到了概率推理，从而产生了一个根本性的信任-授权不匹配：静态权限与智能体波动的运行时可信度在结构上脱节。在这项知识系统化（SoK）研究中，我们调研了 200 余篇代表性论文，对新兴的智能体安全格局进行分类。我们提出信念-意图-权限（B-I-P）框架作为统一的正式视角。通过将智能体执行分解为三个不同阶段——信念形成、意图生成和权限授予——我们证明多种威胁，从提示注入到工具投毒，都共享一个共同根源：动态信任状态与静态授权边界之间的失同步。利用 B-I-P 视角，我们系统地梳理了现有攻击与防御手段，并识别出当前机制未能弥合这一不匹配的关键缺口。最后，我们概述了从静态基于角色的访问控制（RBAC）转向动态、风险自适应授权的研究议程。
引用
@article{arxiv.2512.06914,
title = {SoK: Trust-Authorization Mismatch in LLM Agent Interactions},
author = {Guanquan Shi and Haohua Du and Zhiqiang Wang and Xiaoyu Liang and Weiwenpei Liu and Song Bian and Zhenyu Guan},
journal= {arXiv preprint arXiv:2512.06914},
year = {2026}
}