8月25日，浙江网商银行一项正申请专利的发明“一种大模型Skill投毒检测方法及相关设备”公布。其申请于2026年5月25日，涉及计算机技术领域。

摘要显示，其方法包括：解析目标描述文件，提取意图信息，构建意图模型，目标描述文件为待检测大模型的描述文件；在AI交互环境中执行目标Skill，追踪目标Skill的实际行为轨迹，目标Skill包括至少一个待检测大模型的Skill；对实际行为轨迹和意图模型进行语义级行为比对，得到一致性评估结果；基于一致性评估结果，确定目标Skill的投毒风险等级。

该发明的背景为，随着大模型Skill在各类人工智能（Artificial Intelligence , AI）平台中的广泛应用，恶意Skill可能通过与声明意图不符的实际操作实施投毒攻击。现有技术如静态代码分析、动态沙箱监控或行为模式库匹配，均只能识别代码级或已知模式的异常，无法理解Skill在AI交互环境中的语义行为，也无法判断实际行为是否符合声明意图，从而存在漏报和误报问题。

在该发明中，通过意图行为一致性验证识别未知投毒，实现了大模型Skill投毒风险的自动化评估，覆盖了传统方法无法识别的语义级攻击，突破了模式匹配局限，提升了检测覆盖面，提高了检测准确性和效率。

据悉，Skill是一般公众所常用的AI领域的通用术语，其一般可以翻译为技能、智能体技能、技能包、技能模块、技能组件、功能模块、领域技能、技能库等，其是指AI系统或其组件所具备的、能够执行特定任务或工作流的可识别能力单元，该能力单元由提供者设计、封装并置于其控制之下，其部署与使用须符合预期目的、风险管理义务及透明度要求，且可能构成高风险AI系统分类与合规评估的技术依据。或者说其是指一种模块化、可移植、自包含的能力封装单元，由结构化元数据、程序化指令及可选执行资源构成，用于向AI Agent（代理、智能体）注入特定领域的专业知识与可重复工作流，支持按需加载、版本控制与跨平台复用。