本文介绍了一种紧凑的、对局部敏感的AI智能体技能指纹方法，该方法使用多库SimHash生成固定的120字节签名。与对微小编辑敏感的传统加密哈希不同，此方法将技能的每个组件——提示词、代码和工具——投影到位上，以便通过汉明距离进行比较。

  • 该指纹保留了逐组件的三元结构而非单一分数，使其能够通过改写、重命名和重构来恢复技能家族的同一性，同时定位哪个组件承载了复用。
  • 在4,950次成对比较中，其ROC曲线下面积（AUC）达到0.974，而使用的比特数仅为所近似嵌入的1/77。
  • 在一个包含906个技能的注入基准测试中，该指纹将注入的技能识别为已知基础的篡改副本，并定位了变化部分。

作者认为，该方法为技能注册表提供了谱系和结构同一性，作为行为验证的补充身份信号，而非安全判决。