O artigo apresenta um método compacto e sensível à localidade de impressão digital para habilidades de agentes de IA que utiliza um SimHash multi-banco para gerar assinaturas fixas de 120 bytes. Em vez de depender de hash criptográfico, que é sensível a edições mínimas, esta abordagem projeta cada componente de uma habilidade —prompt, código e ferramentas— em bits para comparação via distância de Hamming.
- A impressão digital mantém uma estrutura tripla por componente em vez de uma única pontuação, permitindo recuperar a identidade da família de habilidades através de paráfrase, renomeação e refatoração, enquanto localiza qual componente carrega o reuso.
- Ela alcança uma área sob a curva ROC (AUC) de 0.974 em 4.950 comparações pareadas, usando 77 vezes menos bits do que a incorporação que ela aproxima.
- Em um benchmark de injeção de 906 habilidades, a impressão digital reconhece as habilidades injetadas como cópias adulteradas de uma base conhecida e localiza a mudança.
Os autores argumentam que este método fornece linhagem e identidade estrutural para um registro de habilidades, servindo como um sinal de identidade complementar à verificação comportamental, em vez de um veredito de segurança.