研究提出智能体隐私偏好分类法

研究提出一套面向 AI 智能体系统的可执行隐私偏好分类体系，并开发了八个开源原型，演示如何把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。 据作者说明，该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；其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。 上述集成演示和“不被削弱”的目标均为作者提出的设计与主张，报道未给出实际部署或效果验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。