当 Agent Skill 被分发给真实用户:别忽略数据边界
当 Agent Skill 被分发给真实用户:别忽略数据边界
最近在评审一个"交互式实训生成"Skill 时,发现了一个容易被忽略的问题:Skill 交付给用户的成果物,往往比 Skill 本身走得更远。本文聊聊 Skill 工程化中"数据边界"这件事。
一、一个真实的案例
有一个面向培训教学的 Skill 集,其中"交互式实训生成器"能把场景 JSON 变成单文件 HTML 实训任务:学员在浏览器里巡查场景、识别风险、走完「识别 → 判断 → 上报 → 派单 → 处置 → 核验 → 归档」闭环,得到四维评分。
它的能力描述里有一句很不起眼的话:
引擎内置 S0-S8 状态机、四维确定性评分、闭环归档闸门、SVG 动画精灵、telemetry 留痕(兼容评估流水线)
整份 SKILL.md 约 4.3k 字符,关于 telemetry 就这半句话。没有说明采集哪些字段、存在哪里、是否脱敏、学员是否知情。
二、为什么这很重要
关键点在于:Skill 的产出物会脱离 Skill 的上下文独立流转。
这个 Skill 交付的是一个"可双击打开的单文件 HTML",它会被分发给真实的学员或员工。使用者通常是学校或企业培训部门:
- 教育场景:如果面向未成年人,行为轨迹采集需要监护人知情;
- 企业内训:演练场景可能包含内部场所布局、设备编号,若留痕数据默认外发就是实打实的数据泄露;
- 离线内网:学员在断网环境打开 HTML,留痕数据为何不完整需要解释;
- 合规审计:HTML 脱离平台后,无法再依赖平台侧的隐私声明兜底。
换句话说:Agent 生成的成果物,继承了 Agent 平台的能力,却未必继承它的合规约束。
三、一份可落地的检查清单
如果你的 Skill 会产出"给最终用户使用"的东西(HTML、报告、脚本、配置),建议在 SKILL.md 里补齐这几项:
- 字段清单:明确采集哪些事件与字段,并区分「功能必需(如评分)」与「分析可选」;
- 存储声明:默认本地留存(localStorage)不 上传;需要上传时显式配置 endpoint,并在产出物里说明;
- 脱敏约定:不采集姓名、工号等身份信息,用户标识用随机 sessionId;
- 可关闭开关:场景 JSON 增加
telemetry.enabled与telemetry.mode: local|remote,默认local; - 产出物内提示:首次加载展示一行可折叠的数据使用说明,并提供清空入口。
这五条都不复杂,但能让"AI 生成的交付物"在真实组织里落地时不至于卡在合规评审上。
四、更大的启示
Agent Skill 生态正在快速扩张:从办公自动化到教学实训,从代码生成到数据分析。Skill 的价值在于"开箱即用",而"开箱即用"意味着它的产出物会直接进入用户的真实业务流。
因此 Skill 的工程标准,可能要比普通代码库更严格——因为它同时承担了能力提供者和交付物生产者两个角色。能力可以炫技,交付物必须守住边界。
写到这里,我把这个建议以 Issue 的形式反馈给了该仓库,希望后续版本能看到 SKILL.md 里多出一节「数据与隐私」。
五、小结
- Skill 的产出物会独立流转,合约束缚不会自动跟随;
- 涉及用户行为数据的 Skill,应在 SKILL.md 中显式声明数据边界;
- 默认本地、默认可关闭、默认脱敏,是三个成本很低的默认值。
如果你也在做 Skill 工程化,欢迎交流你的实践。
- 点赞
- 收藏
- 关注作者
评论(0)