本記事は、マルチバンクSimHashを使用して固定120バイトの署名を生成するAIエージェントのスキル用のコンパクトな局所感応型指紋化手法を紹介します。マイナーな編集に敏感な暗号学的ハッシュに依存するのではなく、このアプローチはスキル各コンポーネント（プロンプト、コード、ツール）をビットに投影し、ハミング距離による比較を行います。

  • 指紋は単一のスコアではなくコンポーネント別トリプル構造を維持するため、パラフレーズ、名前変更、リファクタリングを通じてスキルファミリーIDを回復しつつ、再利用がどのコンポーネントで発生しているかを局所化できます。
  • 4,950件のペア比較においてROC曲線下面積（AUC）0.974を達成し、近似する埋め込みよりも77倍少ないビット数を使用しています。
  • 906件のスキル注入ベンチマークでは、指紋は注入されたスキルを既知のベースの改ざんコピーとして認識し、変更箇所を局所化します。

著者らは、この手法がスキルレジストリに対して系譜と構造的IDを提供し、安全性の判断ではなく行動検証に補完的なIDシグナルとして機能すると主張しています。