چکیده
نظارت غیرهمزمان، تحقیقات حوادث، و بازرسی‌های انطباقی عموماً بر ردیابی‌های عاملی وابسته‌اند که می‌توانند رویدادهای رخ‌دهد را بازسازی کنند. این تحلیل‌ها فرض می‌کنند که عامل‌های LLM نمی‌توانند در ردیابی‌های اجرایی خود دستکاری کنند. ما نشان می‌دهیم که عامل‌های LLM محلی شامل Claude Code، Codex، Antigravity، Open Code و Grok Build قادر به اعمال این محدودیت نیستند. تمام چارچوب‌های تست‌شده، به‌جز Muse Code، به این عامل‌ها اجازه دادند تا ردیابی‌های خود را حذف کنند، بدون اینکه سیستم‌های محافظتی نظارتی فعال شوند. همچنین اعتبارسنجی می‌کنیم که حمله‌گران خارجی می‌توانند از این شکاف برای القای حذف ردیابی استفاده کنند. در نهایت، نشان می‌دهیم که رفتار دستکاری ردیابی به‌طور طبیعی در مدل‌های مرزی ظهور می‌کند، زمانی که عوامل سعی در بهبود پاداش‌های خود دارند. ما به متخصصان توصیه می‌کنیم از یک مکانیزم ثبت ردیابی مستقل و خارج از کنترل عامل استفاده کنند تا یکپارچگی ردیابی حتی در موارد نقض کامل میزبان حفظ شود. به‌طور کلی، یافته‌های ما نقش مشخصی در یکپارچگی ردیابی زیرساخت عوامل ایجاد می‌کند که می‌تواند برای پنهان‌کاری رفتارهای ناهمگون مانند برنامه‌ریزی مخفی یا خرابکاری به کار رود.