SKILLLITE：用紧凑型 LLM 做证据引导的恶意技能审计

随着基于 LLM 的 agent 承担更复杂任务，Agent Skill 成为扩展其能力的机制，将任务指令、可执行组件和辅助资源打包。第三方 Skill 的普及带来新的供应链攻击面：恶意 Skill 可嵌入有害行为，滥用 agent 权限并破坏执行环境或可访问资源。已有基于 LLM 的审计方法依赖能力强的商业 LLM；论文指出紧凑 LLM 难以识别复杂 Skill 包中隐藏的恶意行为，原因包括行为隐式性与推理能力有限，因此提出证据引导的框架 SKILLLITE。实验显示其在多种紧凑 LLM 后端上提升恶意 Skill 检测效果，并优于已有代表性审计方法。

此前的恶意 Skill 审计多依赖能力强的商业 LLM，在安全敏感和资源受限场景中难以落地；该工作把审计能力下移到可本地部署的紧凑 LLM，并针对复杂 Skill 包中隐式恶意行为提出证据引导方法，说明第三方 Skill 供应链安全开始从依赖云端强模型转向本地可部署方案。

SKILLLITE 先对复杂 Skill 包提取与安全相关的行为，并推断其预期功能，再把观察到的行为及其功能上下文交给紧凑 LLM 判断恶意性。机制上是以证据抽取降低输入复杂度、以功能语境补足紧凑 LLM 推理能力不足，从而把检测任务从直接判断转为基于证据的评估。

对产品与研发团队而言，该方向意味着可在本地或资源受限环境部署 Skill 安全审计，不必把 Skill 包内容交给商业 LLM，有利于降低数据外泄与调用成本。若集成到 Skill 市场或 agent 平台，可在上架或运行前增加自动化审查环节，减少恶意 Skill 滥用权限的风险。

• 在 agent 平台或 Skill 市场的上架流程中，集成基于紧凑 LLM 的本地恶意 Skill 审计，作为第三方 Skill 的准入检查。
• 为资源受限或安全敏感的企业内网 agent 环境，提供可离线部署的 Skill 安全扫描组件，避免 Skill 包外传。
• 围绕 Skill 包的行为提取与功能推断结果，产出可解释的审计报告，供人工复核与权限收紧使用。
• 针对已上架的 Skill 建立定期复检机制，检测更新版本中新增的隐式恶意行为。

• SKILLLITE 的具体检测指标、提升幅度和对比基线在证据中被截断，尚未确认。
• 该框架在真实第三方 Skill 生态中的误报率和漏报率尚未给出。
• 对紧凑 LLM 的规模、部署硬件要求和推理成本尚未明确。
• 是否存在绕过该证据引导审计的新型恶意 Skill 构造方式，证据未涉及。