网页请求出门前先过一道合同:GuardianAgentFlow 把请求成功率从 88.5% 提到 96.5%
核心概要
网页智能体常把合法任务和收件人并不需要的私人细节混在同一条请求里,而“去掉号码再发”和“这条别发”需要完全不同的处理。GuardianAgentFlow 用一份显式的发布合同,把用户指令中抽取的限制与目标网站政策证据合成一个决定,并让改写与检查共用同一份受保护信息和任务必需信息。在 579 条经人工复核意图的网页请求上,其请求合同成功率为 96.5%,内容匹配的单次调用中介为 88.5%;在 278 条新生成请求上为 99.3% 对 95.7%。
深度剖析
网页智能体发出的请求现在要先通过一份显式的发布合同,合同同时决定这条请求是允许、改写后发送还是整条拒绝。 此前的做法要么依据完整或检索到的网站政策直接判断,要么用一个内容匹配的单次模型调用同时给出决定和改写,用户指令中的限制与目标网站政策证据没有被显式合成。 在 579 条经人工复核意图的网页请求上,GuardianAgentFlow 的请求合同成功率为 96.5%,单次调用中介为 88.5%;在 278 条新生成请求上分别为 99.3% 和 95.7%,三次运行中配对优势在每一轮都保持。
系统把用户指令单独读一遍,抽出限制及其引用原文,再与政策智能体基于目标网站证据给出的动作按“允许、改写、拒绝”的强弱顺序合成。 合成后的决定不会弱于用户限制检查选出的动作,因此“这条别发”这类整条拒绝不会被政策判断覆盖。 在 579 条网页请求上,去掉限制合成后合同成功率从 96.5% 降到 93.6%,配对域自助法 95% 区间为 +1.6 到 +4.5 个百分点。
改写智能体和检查智能体拿到同一份保护范围,检查智能体必须把发现的泄露指回待发候选中的具体引文,运行时据此在最多三轮内加强改写。 共享保护范围让检查使用与改写相同的目标,而不是另换一套更宽的隐私标准。 去掉共享列表后语义合同成功率为 94.5%,完整系统为 96.1%;去掉检查智能体后合同成功率降到 93.6%,区间为 +1.8 到 +4.3 个百分点。
中介可以叠在已有的隐私感知智能体之上,在 PrivacyLens 的 453 个案例上叠加 PrivacyChecker 后泄露率为 14.8%、联合成功率为 67.8%。 单独使用 PrivacyChecker 时泄露率为 18.4%、联合成功率为 64.8%,叠加后的泄露下降在每一轮运行中都出现。 在 AgentDAM 的 222 个表单任务上,27B 中介把泄露率从普通智能体的 18.6% 降到 8.6%,联合成功率从 63.4% 升到 72.5%。
启示与展望
评估覆盖 579 条经人工复核意图的构造请求、278 条新生成请求、PrivacyLens 的 453 个案例与 AgentDAM 的 222 个表单任务,主模型角色使用 Qwen/Qwen3.8-27B,规模对比使用 Qwen/Qwen3-8B;延迟在单台专用服务器上测量,浏览器开销在真实站点上以本地桩隔离模型延迟后测量。
作者把扩展到跨多个网页动作的累积泄露,以及在延迟预算下自适应分配改写与检查开销列为后续工作;浏览器测量中仍记录了扩展错误与钩子超时,二者被分开跟踪。
