长流程 AI 智能体的 GHOST 风险：跨轮次忽视安全约束引发的治理隐患

研究发现长流程 AI 智能体在良性交互中容易忽视数轮之前指定的安全约束，这种被称为 GHOST 的失效模式在 GPT-5.5 上的发生率达 11.5%。为此团队提出双层防御方案 STAR-Guard，结合历史语义安全约束恢复与执行前确定性审计来拦截潜在违规。实验表明，STAR-Guard 在 GPT-5.5 测试环境下未出现任何 GHOST 事件。