Caper：面向自主编码代理的后果感知审批机制

Caper 用沙箱预执行效果替代文本判断来审批命令

资讯摘要

论文提出 Caper，一种后果感知的审批机制：在快照沙箱中预先执行每条命令，把观察到的效果以有界报告交给独立审批器，放行则提交、拦截则回滚并给出可操作理由。作者报告在 SABER 上其有害结果率为 6.7%，对比至少 14.8%；在自建基准 YoloFS-Ext 上为 7.8%，对比至少 35.3%，同时拦截了该基准危险任务安全孪生版本的 1.0%。

要点速读

1. 现有审批器仅依据请求与命令文本判断，而命令行为取决于所调用代码与工作区状态。
2. Caper 在快照沙箱中预执行命令，由独立审批器依据有界效果报告决定提交或回滚。
3. 作者报告 SABER 有害结果率 6.7%（对比至少 14.8%），YoloFS-Ext 为 7.8%（对比至少 35.3%）。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。