BD agent-trust-layer
Agent Trust Layer — первый уровень AGI, Дискриминатор. Чистый механизм правил, который определяет, является ли вывод ИИ правдивым, безопасным, честным и неманипулятивным. 47 измерений дискриминации × 9 уровней проверки × 131 модуль × 131 инструмент MCP, без зависимости от LLM. Используйте этот навык, когда пользователю нужно: - Проверить достоверность вывода ИИ (перехват галлюцинаций / чрезмерной уверенности / противоречий / заблуждений) - Проверить поведенческие решения (следует ли действовать / где следует остановиться / следует ли не действовать) - Проверить качество памяти и когнитивных функций (обнаружение дрейфа / метапознание / калибровка уверенности) - Детерминированное суждение вместо генерации свободного формата LLM - Проверить эмоциональные / психологические / этические измерения (эмпатия / травма / добродетель / смысл) Граница безопасности: выполнение кода / запись в файловую систему отключены по умолчанию. Нет телеметрии, нет скрытого C2. Честное заявление: Это механизм правил, имитирующий сигналы когнитивной дискриминации. Это не настоящее сознание или жизнь.
машинный переводПоказать оригиналСкрыть оригинал«Agent Trust Layer is the first layer of AGI — the Discriminator. A pur…»
Agent Trust Layer is the first layer of AGI — the Discriminator. A pure rule engine that judges whether AI output is true, safe, honest, and non-manipulative. 47 discrimination dimensions × 9 check layers × 131 modules × 131 MCP tools, zero LLM dependency. Use this skill when the user needs: - Verify AI output trustworthiness (hallucination / overconfidence / contradiction / fallacy interception) - Verify behavioral decisions (should it act / where should it stop / should it not act) - Verify memory and cognitive quality (drift detection / metacognition / confidence calibration) - Deterministic judgment instead of LLM free-form generation - Check emotional / psychological / ethical dimensions (empathy / trauma / virtue / meaning) Safety boundary: code execution / filesystem write disabled by default. No telemetry, no hidden C2. Honest declaration: This is a rule engine that simulates cognitive discrimination signals. It is not real consciousness or life.
Agent Trust Layer — первый уровень AGI, Дискриминатор.
Как процесс D 44/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, входы и предусловия
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.
Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
средняя Широкие права
meta-agent-memory-dumpIDENTITY.mdВ скилле есть файлы памяти агента / рабочего пространства (1) — похоже на дамп с личными данными или токенамиIDENTITY.md
Просканировано файлов: 80. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- заметка
frontmatter-keyнеизвестное поле фронтматтера "title"
Процессный рейтинг: все десять параметров 44/100
- 0Шаги. Инструкция сплошным текстом, шаги не выделены
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 943 токенов
- 100Повторный запуск. Изменяющих операций нет
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 971: рекомендуется 120–800 символов
- +3Нет пошаговых инструкций или чек-листа
- +3Формат ответа не описан: модель каждый раз решает сама
- -419 справочных файлов, но SKILL.md на них не ссылается: модель их не откроет
- +2Инструкции на одном языке
- +4Структура: 14 заголовков
- +4Есть примеры (2 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 74.