Google（谷歌） Research 发布智能体隐私与安全研讨会报告，提出用“情境完整性”约束 AI（人工智能） 智能体行为
Google Research（谷歌研究部门）汇总 50 余位学界与业界参与者，在纽约一场研讨会上形成报告，梳理自主 AI（人工智能） 智能体（能自主规划并调用工具的 AI 系统）在隐私与安全上的三类结构性问题：自然语言（NLP（自然语言处理），自然语言处理）与图像输入难以界定“预期行为”、生成式规划带来非确定性执行路径、长任务与子任务委派削弱用户监督。
报告主张以情境完整性（Contextual Integrity）理论为基础，构建在行动执行前评估信息流动是否适当的策略引擎，并呼吁建立多智能体评测环境。
报告题为《Open and Emergent Problems in Agentic Privacy and Security: A Contextual Angle》，由 Google（谷歌） Research 研究科学家 Eugene Bagdasarian 与首席科学家 Marco Gruteser 撰文介绍，成果来自 2025 年底在纽约举行的 Google Contextual Agent Privacy and Security（CAPS）研讨会，参与者包括 50 多位来自多所机构的学术与产业人士。
报告提出在系统层做动态沙箱与智能体身份授权、在模型层提升对欠明确指令的消歧与情境规范推理、在用户层从“告知与选择”转向动态情境化控制，并关注多智能体协作中的串通风险与跨主体规范冲突的治理机制。 报告还建议建设标准化多智能体基准，即动态“Agent Gym”环境，用于安全模拟长时间、级联式交互。
这份报告的价值在于把智能体安全问题从“模型输出是否正确”推进到“行动在特定情境中是否适当”，并把防御责任分散到执行环境、模型推理、用户界面和生态治理多个层次。 它同时点出一个现实困难：传统权限模型与静态红队测试难以覆盖概率化、长周期的智能体执行链，因此报告把评测基础设施列为独立议题。
需要注意，这是研讨会报告与研究方向梳理，不是对任何具体产品安全性或防护有效性的验证。
后续观察信号
- 检索该研讨会技术报告的正式发布页面与完整作者名单
- 跟踪是否有机构基于情境完整性提出可测量的安全评测指标