大语言模型(LLM)智能体可能泄露隐私信息(例如文件路径、电子邮件地址)和凭证信息(例如API密钥),原因在于智能体的各类观测结果(如工具输出、Shell日志、文件读取内容)会被直接追加至由服务商托管的对话记录中。当前主流的占位符式脱敏方法鲁棒性较差:它既可能遗漏嵌入在文本中的敏感信息,或跨轮次出现的敏感引用;也可能过度脱敏那些与敏感信息形似但实际无害的内容;更会破坏原有文本结构,从而损害智能体后续的推理能力。为此,我们提出SlotGuard——一种部署于本地的对话记录边界机制,可在有效隐藏敏感数据的同时,充分保障智能体的任务性能。SlotGuard通过以下方式实现这一目标:将原有的结构性绑定重写为具备类型标识且支持后缀感知的“槽位”(slot);以格式保持的方式,用合成数据替代真实敏感信息;借助轻量级会话图(session graph)建立跨轮次的敏感信息引用关联;仅在可信运行时环境中才还原原始值。在面向代码仓库任务构建的受控智能体对话记录测试集上,SlotGuard成功清除了全部20,814个经人工标注的结构性敏感字符(涉及9,229条路径),并将852个预埋凭证的泄露率降至0.0%。在四项上游模型的任务成功率评估中,SlotGuard的表现与原始未脱敏对话记录极为接近,而通用脱敏方法的任务成功率则骤降至2.5%。每轮智能体交互的对话记录重写耗时中位数仅为14.424微秒。本项目源代码已开源,地址为:https://github.com/illinoisdata/SlotGuard。

