Resumen Técnico: Identidad por Componentes para Habilidades de Agentes

1. Planteamiento del Problema

A medida que los agentes de Modelos de Lenguaje Extensos (LLM) adquieren y ejecutan habilidades en tiempo de ejecución —paquetes de prompts, código ejecutable y declaraciones de herramientas provenientes de mercados y otros agentes—, las plataformas enfrentan un desafío crítico de gobernanza: la identidad. Los métodos actuales para determinar si dos habilidades son la "misma" no cumplen con los requisitos específicos del ecosistema de agentes:

• Hashing Criptográfico: Falla porque no es invariante ante la reescritura; una sola edición de caracteres (paráfrasis, renombramiento, refactorización) altera completamente el digest, destruyendo la similitud.
• Fuzzy Hashing (ej. ssdeep, TLSH): Depende de la localidad espacial de los bytes, la cual las habilidades carecen debido a la reescritura semántica. Estos métodos operan cerca del azar (AUC 0.53–0.63) en habilidades reescritas.
• Embeddings Crudos: Aunque son precisos para capturar la similitud semántica, almacenan vectores de punto flotante a escala de kilobytes, careciendo de las firmas de tamaño constante e indexables por bits requeridas para registros escalables.
• SimHash Estándar: Diseñado para la deduplicación de documentos únicos, carece de descomposición por componentes y no puede distinguir entre "mismo código, diferente propósito" y "mismo propósito, diferente código".

El problema central es la necesidad de una huella digital compacta y sensible a la localidad que sea invariante ante la reescritura, localice componentes y esté calibrada, capaz de identificar familias de habilidades en lugar de solo coincidencias exactas de bytes.

2. Metodología

Los autores proponen un pipeline de huella digital sensible a la localidad y por componente (Figura 1) que descompone una habilidad en sus partes constitutivas antes de realizar el hashing.

2.1 Descomposición

Una habilidad $S$ es tratada como un artefacto estructurado compuesto de componentes textuales:

• Prompt: Instrucciones en lenguaje natural.
• Código: Implementación ejecutable.
• Herramientas: Declaraciones de API o herramientas.
  (También se admiten componentes opcionales como configuración o ejemplos).

2.2 Transformación Convergente (Embedding)

Cada componente es embebido independientemente utilizando un codificador de texto aprendido $E(\cdot) \to \mathbb{R}^d$ (específicamente text-embedding-005 de Google, $d=768$). Este codificador actúa como una transformación convergente, mapeando componentes funcionalmente equivalentes (a pesar de paráfrasis, renombramientos o refactorizaciones) a vectores geométricamente próximos. El modelo de embedding proporciona la invariancia ante la reescritura.

2.3 SimHash Multi-Banco

Para lograr la compacidad, cada embedding de 768 dimensiones se proyecta a bits mediante SimHash [5].

• Mecanismo: Para cada componente, se extraen 320 hiperplanos aleatorios independientes. El signo del producto escalar entre el embedding y cada hiperplano determina un único bit.
• Estructura: Los 320 bits se empaquetan en cinco palabras de 64 bits ("bancos").
• Resultado: Una firma de 120 bytes fija (3 componentes × 40 bytes cada uno) para la habilidad. Crucialmente, los tres códigos de los componentes nunca se colapsan en un solo escalar dentro de la huella; permanecen como una terna.

2.4 Comparación

Dos habilidades se comparan componente por componente utilizando la distancia de Hamming.

• Similitud para un componente: $sim = 1 - \frac{\text{popcount}(F_A \oplus F_B)}{320}$.
• La comparación es $O(1)$ y extremadamente rápida (microsegundos), utilizando instrucciones de XOR bit a bit y conteo de población (population count).
• Las aplicaciones pueden agregar la terna (ej. el máximo para el recuerdo/recall, el mínimo para clonación estricta, o medias ponderadas) según las necesidades específicas del registro.

3. Contribuciones Clave

1. Descomposición por Componente: La principal contribución es mantener la huella como una terna (prompt, código, herramientas) en lugar de un puntaje único. Esto permite al sistema:
   • Distinguir entre linaje (similitud estructural) y equivalencia conductual.
   • Localizar exactamente qué parte de una habilidad ha sido reutilizada o manipulada (ej. mismo código, diferente prompt = reaprovechamiento; mismo prompt, diferente código = reimplementación).
   • Habilitar la clasificación de relaciones (clones, variantes, cambios de herramientas) sin modelos adicionales.
2. Firma Compacta y de Alta Fidelidad: El método comprime un embedding de 24,576 bits en 120 bytes (77× de compresión) mientras preserva el ranking de la similitud de coseno original dentro de un 1% de AUC.
3. Primitiva de Registro: La huella sirve como el eje estructural para un registro de habilidades, permitiendo la deduplicación, el agrupamiento de familias, la detección de novedad y la generación de un SkillBOM (Lista de Materiales de Software) portátil.
4. Distinción entre Identidad y Seguridad: El artículo afirma explícitamente que la huella proporciona identidad (linaje), no seguridad. Puede identificar una habilidad como una copia manipulada de una base benigna conocida, pero no puede determinar si la copia es maliciosa.

4. Resultados Experimentales

Los autores evaluaron la huella a través de múltiples corpora y benchmarks:

• Fidelidad al Embedding: En 4,950 comparaciones por pares de variantes de habilidades construidas, la huella alcanzó un AUC de 0.974 (95% IC [0.956, 0.994]). Por componente, siguió el coseno del embedding dentro de un 1% (0.992 vs 0.993) con una compresión de 77×.
• Robustez Adversaria: En un benchmark de 50 reescrituras adversarias (incluyendo traducción entre lenguajes, ofuscación y reescrituras completas), la huella reconoció 45/50 reescrituras, mientras que una línea base léxica TF-IDF reconoció solo 5/50.
• Clasificación de Relaciones: La terna por componente clasificó correctamente el 62% de los pares del mismo grupo como clones y el 24% como cambios de herramientas (tool-swaps), con una tasa de falsos clones de solo 0.2% en pares de distintos grupos.
• Localización de Manipulación: En un benchmark de inyección de 906 habilidades, la huella identificó el 83.7% de las habilidades maliciosas como clones cercanos de otras benignas. Crucialmente, localizó la manipulación: la similitud del componente de código cayó (0.92–0.95) mientras que el prompt y las herramientas se mantuvieron altos, señalando el lugar de la inyección.
• Limitación de Seguridad: Como detector de seguridad por sí solo, la huella estructural logró un F1 de 0.735 (frente a 0.946 para la verificación conductual), confirmando que la identidad estructural es ortogonal a la integridad conductual.

5. Significado y Reivindicaciones

El artículo argumenta que la identidad es el eje estructural de un registro de habilidades, distinta y complementaria a la verificación conductual.

• Linaje sobre Equivalencia: La huella afirma identificar el "linaje" (¿es esta una copia/variante de una habilidad conocida?) en lugar de la "equivalencia conductual" (¿hace lo mismo?). Esta distinción es vital para la gobernanza, permitiendo a las plataformas auditar la procedencia y detectar la manipulación sin emitir veredictos de seguridad.
• Escalabilidad: Al reducir las habilidades a firmas de 120 bytes indexables por bits, el método permite comparaciones en tiempo constante e indexación eficiente para millones de habilidades, una tarea imposible con los embeddings crudos.
• Componibilidad: Los autores postulan un "modelo de dos ejes" de confianza: Identidad Estructural (este trabajo) + Integridad Conductual (verificación en tiempo de ejecución). La huella gestiona el "quién/qué" (linaje, manipulación, reutilización), mientras que las verificaciones conductuales gestionan el "qué tan seguro".
• Modestia: Los autores declaran explícitamente que la huella no es resistente a colisiones (un adversario podría teóricamente diseñar una habilidad para imitar una familia confiable) y no es un veredicto de seguridad. Es una señal de triaje y linaje diseñada para ser combinada con hashes criptográficos y verificaciones conductuales.

En resumen, el artículo presenta una solución práctica y matemáticamente fundamentada para gestionar la explosión de habilidades de agentes de IA, transformando la similitud de un número único en una señal rica a nivel de componente para la gestión de registros y el seguimiento de la procedencia.