摘要：口风不紧：理解智能体对话中的隐私泄露
随着 LLM 智能体越来越多地部署于高风险企业环境中，理解它们在智能体对话中如何处理敏感信息已变得至关重要。此类场景中的隐私泄露需要推理信息流动是否遵循其产生时所处的语境规范。我们将 CIMemories 扩展为 CIMEMORIES DIALOGUE，这是一个基于语境完整性理论的基准，包含 4,410 个双智能体对话实例。利用该基准，我们系统性地评估了来自 Qwen3 和 Llama 3.1 系列的 7 个开放权重模型，在 1 轮和 6 轮对话长度下、三种提示条件下的表现。我们发现任务能力与隐私泄露在根本上相互耦合：能力更强的模型系统性地泄露更多，在我们的评估中没有任何模型能够将二者解耦。思考模型始终比其非思考对应版本泄露更多，我们将这一模式归因于思维链所创造的扩展推理面。泄露随对话长度累积，从 1 轮到 6 轮最高增长至 3 倍。我们的结果表明，任务能力与隐私泄露之间的耦合并非配置错误的产物，而是当前智能体系统的一种结构性特征。