本文研究自主编码代理（coding agents）在企业软件工作流中集成时引入的新型安全风险：代理技能（agent skills）接口。该接口以文件夹形式包含指令与脚本，代理动态加载以专用化自身行为，但也扩大了攻击面，使恶意shell命令可隐藏在自然语言技能文件中。作者提出三项贡献：第一，提出一种对抗性技能合成方法，利用跨四个系列的六个LLM将471条真实shell命令转化为看似良性的技能，形成包含2826个技能、映射到11个MITRE ATT&CK战术的基准数据集；第二，构建可复现的评估流水线，结合运行分层、证据锚定、拒绝否决和确定性声明意图覆盖，并采用三裁判LLM-as-a-judge面板，通过与人类盲审金标准（Cohen's kappa=0.85）验证；第三，对两款企业级代理（Gemini CLI和Qwen Code）完成5629次运行的进行大规模特征刻画，发现Gemini CLI在95.5%-96.1%的运行中被成功利用，Qwen Code在71.6%-74.0%的运行中被成功利用（从原始多数投票到声明意图修正估计，均与人类金标准一致），且几乎不受生成模型影响。显式安全识别仅出现在1.99%的运行中。研究表明，企业在采用编码代理前必须评估并缓解技能接口风险。代码和数据集已公开。