**Caper：基于沙箱预执行的后果感知代码代理审批机制**

_"Shall We Approve?" Consequence-Aware Approval for Autonomous Coding Agents_

> 针对现有代码代理审批系统仅依赖文本而忽略代码行为与运行状态的缺陷，研究提出了 Caper 机制。该机制通过在快照沙箱中预执行命令，向独立审批器提供受影响的运行报告，从而在允许安全命令并回滚危险命令的同时，为代理提供可执行的拒绝理由。实验表明，Caper 在 SABER 和 YoloFS-Ext 基准测试中，有害结果率显著低于现有系统，且能有效拦截隐藏在工具调用中的危险行为。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.40753)