Resumo Técnico: Identidade por Componente para Habilidades de Agentes

1. Declaração do Problema

À medida que os agentes de Grandes Modelos de Linguagem (LLMs) adquirem e executam habilidades em tempo de execução — pacotes de prompts, código executável e declarações de ferramentas originados de marketplaces e outros agentes — as plataformas enfrentam um desafio crítico de governança: a identidade. Os métodos atuais para determinar se duas habilidades são a "mesma" falham em atender aos requisitos específicos do ecossistema de agentes:

• Hashing Criptográfico: Falha porque não é invariante à reescrita; uma única edição de caractere (paráfrase, renomeação, refatoração) altera completamente o digest, destruindo a similaridade.
• Fuzzy Hashing (ex: ssdeep, TLSH): Baseia-se na localidade espacial de bytes, a qual as habilidades carecem devido à reescrita semântica. Esses métodos apresentam desempenho próximo ao acaso (AUC 0.53–0.63) em habilidades reescritas.
• Embeddings Brutos: Embora precisos em capturar similaridade semântica, armazenam vetores de ponto flutuante de escala quilobite, carecendo das assinaturas de tamanho constante e indexáveis por bits necessárias para registros escaláveis.
• SimHash Padrão: Projetado para deduplicação de documentos únicos, carece de decomposição de componentes e não consegue distinguir entre "mesmo código, propósito diferente" e "mesmo propósito, código diferente".

O problema central é a necessidade de uma impressão digital compacta e sensível à localidade que seja invariante à reescrita, localizada por componente, de tamanho constante e calibrada, capaz de identificar famílias de habilidades em vez de apenas correspondências exatas de bytes.

2. Metodologia

Os autores propõem um pipeline de impressão digital por componente e sensível à localidade (Figura 1) que decompõe uma habilidade em suas partes constituintes antes de realizar o hashing.

2.1 Decomposição

Uma habilidade $S$ é tratada como um artefato estruturado composto de componentes textuais:

• Prompt: Instruções em linguagem natural.
• Código: Implementação executável.
• Ferramentas: Declarações de API ou ferramentas.
  (Componentes opcionais como configuração ou exemplos também são suportados.)

2.2 Transformação Convergente (Embedding)

Cada componente é incorporado (embedded) independentemente usando um codificador de texto aprendido $E(\cdot) \to \mathbb{R}^d$ (especificamente o text-embedding-005 do Google, $d=768$). Este codificador atua como uma transformação convergente, mapeando componentes funcionalmente equivalentes (apesar de paráfrases, renomeações ou refatorações) para vetores geometricamente próximos. O modelo de embedding fornece a invariância à reescrita.

2.3 SimHash Multi-Bank

Para alcançar a compacidade, cada embedding de 768 dimensões é projetado em bits usando SimHash [5].

• Mecanismo: Para cada componente, 320 hiperplanos aleatórios independentes são extraídos. O sinal do produto escalar entre o embedding e cada hiperplano determina um único bit.
• Estrutura: Os 320 bits são empacotados em cinco palavras de 64 bits ("banks").
• Resultado: Uma assinatura fixa de 120 bytes (3 componentes × 40 bytes cada) para a habilidade. Crucialmente, os três códigos de componentes nunca são colapsados em um único escalar dentro da impressão digital; eles permanecem um trio.

2.4 Comparação

Duas habilidades são comparadas componente a componente usando a distância de Hamming.

• Similaridade para um componente: $sim = 1 - \frac{\text{popcount}(F_A \oplus F_B)}{320}$.
• A comparação é $O(1)$ e extremamente rápida (microssegundos), utilizando instruções de XOR bit a bit e contagem de população (population count).
• Aplicações podem agregar o trio (ex: máximo para recall, mínimo para clonagem estrita ou médias ponderadas) com base em necessidades específicas do registro.

3. Principais Contribuições

1. Decomposição por Componente: A principal contribuição é manter a impressão digital como um trio (prompt, código, ferramentas) em vez de um único escore. Isso permite que o sistema:
   • Distinga entre linhagem (similaridade estrutural) e equivalência comportamental.
   • Localize exatamente qual parte de uma habilidade foi reutilizada ou adulterada (ex: mesmo código, prompt diferente = reaproveitamento; mesmo prompt, código diferente = reimplementação).
   • Permita a classificação de relacionamentos (clones, variantes, trocas de ferramentas) sem modelos adicionais.
2. Assinatura Compacta e de Alta Fidelidade: O método comprime um embedding de 24.576 bits em 120 bytes (compressão de 77×) enquanto preserva o ranking da similaridade de cosseno original dentro de 1% de AUC.
3. Primitiva de Registro: A impressão digital serve como o eixo estrutural para um registro de habilidades, permitindo deduplicação, agrupamento de famílias, detecção de novidade e a geração de um SkillBOM (Software Bill of Materials) portátil.
4. Distinção entre Identidade e Segurança: O artigo afirma explicitamente que a impressão digital fornece identidade (linhagem), não segurança. Ela pode identificar uma habilidade como uma cópia adulterada de uma base conhecida, mas não pode determinar se a cópia é maliciosa.

4. Resultados Experimentais

Os autores avaliaram a impressão digital através de múltiplos corpora e benchmarks:

• Fidelidade ao Embedding: Em 4.950 comparações par a par de variantes de habilidades construídas, a impressão digital alcançou um AUC de 0,974 (95% CI [0,956, 0,994]). Por componente, ela acompanhou o cosseno do embedding dentro de 1% (0,992 vs 0,993) com compressão de 77×.
• Robustez Adversária: Em um benchmark de 50 reescritas adversárias (incluindo tradução entre idiomas, ofuscação e reescritas completas), a impressão digital reconheceu 45/50 reescritas, enquanto uma linha de base léxica TF-IDF reconheceu apenas 5/50.
• Classificação de Relacionamento: O trio por componente classificou corretamente 62% dos pares do mesmo grupo como clones e 24% como trocas de ferramentas, com uma taxa de falso-clone de apenas 0,2% em pares de grupos distintos.
• Localização de Adulteração: Em um benchmark de injeção de 906 habilidades, a impressão digital identificou 83,7% das habilidades maliciosas como quase-clones de bases benignas. Crucialmente, ela localizou a adulteração: a similaridade do componente de código caiu (0,92–0,95) enquanto o prompt e as ferramentas permaneceram altos, apontando o local da injeção.
• Limitação de Segurança: Como detector de segurança isolado, a impressão digital estrutural alcançou um F1 de 0,735 (vs 0,946 para verificação comportamental), confirmando que a identidade estrutural é ortogonal à integridade comportamental.

5. Significância e Alegações

O artigo argumenta que a identidade é o eixo estrutural de um registro de habilidades, distinta de e complementar à verificação comportamental.

• Linhagem sobre Equivalência: A impressão digital reivindica identificar a "linhagem" (esta é uma cópia/variante de uma habilidade conhecida?) em vez de "equivalência comportamental" (isso faz a mesma coisa?). Essa distinção é vital para a governança, permitindo que as plataformas auditem a procedência e detectem adulterações sem emitir vereditos de segurança.
• Escalabilidade: Ao reduzir as habilidades a assinaturas de 120 bytes indexáveis por bits, o método permite comparações em tempo constante e indexação eficiente para milhões de habilidades, um feito impossível com embeddings brutos.
• Componibilidade: Os autores postulam um "modelo de dois eixos" de confiança: Identidade Estrutural (este trabalho) + Integridade Comportamental (verificação em tempo de execução). A impressão digital lida com o "quem/o quê" (linhagem, adulteração, reutilização), enquanto as verificações comportamentais lidam com o "quão seguro".
• Modéstia: Os autores afirmam explicitamente que a impressão digital não é resistente a colisões (um adversário poderia teoricamente criar uma habilidade para mimetizar uma família confiável) e não é um veredito de segurança. É um sinal de triagem e linhagem projetado para ser pareado com hashes criptográficos e verificações comportamentais.

Em resumo, o artigo apresenta uma solução prática e matematicamente fundamentada para gerenciar a explosão de oferta de habilidades de agentes de IA, transformando a similaridade de um número único em um sinal rico de nível de componente para gerenciamento de registro e rastreamento de procedência.