茶话屋 · 慢煮光阴一壶茶，细说人间万般话。

当 AI 替你「做主」之后：谁在证明它没骗你？——从 22 篇 arXiv 论文看懂智能体、网络安全与零知识证明的三岔路口

AI 智能体开始替我们做决策的时代，「信任」正在被整体重写。本文基于 2026 年 8 月末至 9 月上旬 arXiv 上的 22 篇真实论文，沿着三条线展开：LLM 参数里的内部知识与智能体的身份、长程状态；越狱、提示注入、静态分析骗局等智能体安全的攻击与评测黑洞；以及零知识证明如何让「不被信任的人也能交出让全链可信的结果」。三条线的交汇点，就是下一代可信计算基础设施——当执行者不再可被直接检查，我们只能靠「可验证的数学事实」来相信结果。本文将用流程图与表格，把这场正在发生的信任机制底层重写讲清楚。