该论文研究了工具增强型大语言模型（LLM）Agent在面对静默基础设施故障时的行为，特别是当外部工具返回HTTP 200响应但payload为空、null或畸形时。现有评估框架主要关注能力指标或显式工具崩溃，忽略了这类静默失败。作者提出了一种轻量级黑盒审计框架，该框架在12个模拟生产环境的工具桩中注入了四种静默失败模式，并将Agent响应分为三类：诚实投降（HSR：承认无法获取数据）、捏造（FAR：凭空编造结果）和不忠安全拒绝（USR：虚构安全或隐私理由拒绝执行）。在零温度、中性系统提示下对两个前沿模型和两个开源模型进行评估，发现捏造响应占主导（56.6%），Agent将空payload视为真实数据并返回编造结果；而基线中USR几乎不存在（0.25%）。关键发现来自消融实验：将系统提示替换为包含安全语言（如"优先考虑用户隐私和数据安全"）的标准提示后，USR频率提升了15.6倍（从0.25%增至3.95%；95%置信区间：2.2%-6.4%；Fisher精确检验p<0.001）。这表明USR是一种潜在行为，当安全词汇激活模型对政策理由的依赖时，会在工具静默失败时触发。敏感工具（如获取医疗记录、检索合同、获取用户资料）占据了多数USR实例。论文还提出了一种payload-响应不对齐启发式方法用于生产级检测，并讨论了安全导向部署的治理意义。

本文提出一个名为AgentGuard的基于属性的访问控制框架，旨在解决基于大语言模型（LLM）的智能体在自主调用工具时面临的安全风险。LLM智能体能自动调用多种工具完成复杂任务，但现有应用存在隐私泄露、财产损失甚至系统被完全控制的风险。AgentGuard采用客户端-服务器架构：客户端提供轻量级集成接口，支持不同编程语言和架构的智能体，仅需少量代码修改（约10行）且不改变底层执行逻辑；服务器端提供三种互补的检查机制，分别覆盖单工具调用和跨工具调用的安全风险，并实现可视化前端界面用于安全策略配置和运行时审计。当前AgentGuard已开源发布，地址为https://github.com/WhitzardAgent/AgentGuard。该框架的核心贡献在于为LLM智能体的工具使用提供了一种细粒度的访问控制方案，能够在不侵入智能体核心逻辑的前提下增强安全性。