SkinAgent AI：面向非诊断护肤支持的安全约束多模态智能体框架

一项 arXiv 研究提出 SkinAgent AI，一个非诊断性多模态智能体框架，结合视觉问题路由与基于大模型的编排，覆盖痤疮、毛孔、皱纹路由，照片肤质估计，以及基于计数的痤疮严重度支持，并配有类型化工具、数据库推荐、确定性安全与隐私检查、状态变更前审批和可回放追踪。实验显示，肤况路由准确率 99.84%±0.07%，肤质估计 88.85%，痤疮严重度支持 84.59%、二次加权 kappa 0.9076。在 240 例系统基准上，意图准确率 80.00%，工具集完全匹配 62.92%，严格任务完成率 47.08%。

此前消费级护肤 AI 多停留在单点识别或对话建议，缺少安全边界、审计与工具调用约束。该工作把路由、工具、数据库推荐、隐私与安全检查和审批串联为可追踪流程，并分开评估视觉模型与系统级智能体行为，使非诊断护肤助手的工程可行性有了量化参照，而非仅凭模型精度宣称可用。

机制上，系统先用视觉模型把用户照片路由到具体肤况，再做肤质估计与严重度分级；随后由大模型在类型化工具和数据库范围内选择动作，并通过确定性规则检查安全、隐私与证据，涉及状态变更的动作需先获批准，同时记录结构化轨迹以支持回放与审计。其核心假设是：把生成式模型限制在可验证的证据与工具边界内，可降低越权建议风险，但工具选择与失败回退仍是薄弱环节。

对产品与研发而言，该框架提示护肤类应用应把模型输出约束在数据库和工具调用层，而非直接生成诊断或用药建议；需预留审批环节与可回放日志，增加工程与合规成本。系统基准中严格任务完成率仅 47.08%，工具集完全匹配 62.92%，说明上线前需重点处理工具选择错误、产品属性接地不完整和失败回退不可靠，否则用户体验会因答非所问而下降。

• 在非诊断护肤助手中引入类型化工具与数据库检索层，将建议限定在已审核的成分与产品记录内。
• 为涉及购买、保存方案等状态变更动作设置用户审批与结构化追踪日志，便于事后审计与回放。
• 优先构建失败回退路径与工具选择校验，针对系统基准中约 53% 未严格完成任务的情况做回归测试。
• 将肤质估计与严重度分级作为独立可评估模块，分别设定准确率与加权 kappa 上线门槛。

• 该 240 例系统基准被称为locked但非独立，其结论能否在独立数据上复现尚不明确。
• 安全与隐私测试套件为有限规模，未观察到违规是否代表更大范围同样安全尚无证据。
• 摘要未给出临床验证结果，非诊断定位下与真实医疗建议的边界如何界定仍待确认。
• 工具选择和接地错误的频率及具体成因未在证据中量化。