研究提出面向 AI 智能体系统的隐私偏好控制分类与开源原型

研究提出一套适用于 AI 智能体系统的可执行隐私偏好分类体系，依据相关法律、现有隐私工具的实证研究以及对 30 个主流 AI 助手和智能体平台的审计构建而成。作者还开发了八个开源原型，演示如何将分类体系的主要部分结构化集成到 Model Control Protocol 和 Agent2Agent 等智能体协议中，目标是让终端用户的隐私与自主性在智能体时代不被削弱。