SkillMarker 基于 KGW 实现 Agent 技能水印与追踪

该论文提出 SkillMarker，一种基于 KGW（Kahneman-Goldwasser-Watermarking）的水印方法，旨在解决 Agent 技能在明文分发时面临未授权复制和泄露的问题。该方法通过联合优化功能保持和水印嵌入强度，在保护技能知识产权的同时确保下游任务性能不受影响。 核心机制包含两部分：质量约束重写将必要知识与灵活表达分离以维持指令保真度；信号导向候选搜索在保持约束的前提下探索替代表达以增强水印信号。实验显示，在四个数据集上对下游任务性能影响可忽略不计，且基于窗口的检测能识别仅含 1,536 个连续 token 的复制片段。即使技能合并了背景技能，水印检测率仍保持在 72.2% 至 77.8% 之间。 事实层面，作者已发布集成水印嵌入、质量审计和检测功能的开源工具包。推断层面，该方案为构建可信的技能共享生态提供了技术基础，使得技能被部分或整体复制后仍可追溯来源。猜测层面，该方法在实际复杂多模态 Agent 场景中的长期稳定性及对抗性攻击下的鲁棒性仍需更多实证数据支持。