Agent-Native Immune System：自主智能體的內生防禦架構

自主智能體從靜態聊天機器人演變為具備持久記憶、工具使用協議及多智能體協作能力的系統，已根本性地擴大了 AI 威脅範圍。現有的防禦機制，如邊界安全（perimeter security）和訓練時對齊（training-time alignment），均位於智能體活躍的推理迴圈之外。因此，即使一個智能體在訓練階段完全對齊，在執行階段仍極易受到記憶汙染（memory poisoning）、工具鏈操縱（tool-chain manipulation）或多智能體協議攻擊的完全劫持。

為填補這一關鍵缺口，研究人員提出了 Agent-Native Immune System（ANIS），這是首個直接嵌入智能體認知迴圈內的生物啟發內生防禦架構。該框架設計了一個六層免疫塔（six-layer Immune Tower，L0-L5），其中明確包含了作為非認知層級的屏障免疫（Barrier Immunity，L1），該層級負責物理與邏輯隔離。研究同時建立了自主智能體病毒（Agent Viruses）與自主智能體疫苗（Agent Vaccines）的統一分類法，正式區分了表層的非參數防禦與堅固的參數疫苗。

ANIS 構建了「Harness Triad」——包含 Meta、Self 和 Auto 三個部分，作為自我監控與元認知自動化的骨幹，驅動持續免疫學習（Continual Immune Learning，CIL），使疫苗能動態適應新型威脅。研究在理論上明確區分了模型對齊與智能體免疫的界限：對齊提供訓練期間靜態的「憲法」價值基礎，而 ANIS 則作為執行期間動態的「執法」機制。

研究最後提出了該領域的開放性挑戰，包括免疫協議標準化、新型評估指標（如自體免疫率 Autoimmunity Rate，即誤報干預率），以及集體智能生態系統中病原體與疫苗之間的共同進化動態。