AI 安全日报：Agent 记忆跨会话持久攻击与多模态时态改写越狱

AI Safety Daily 汇总了多项新研究。arXiv:2605.28201 的“Plant, Persist, Trigger”记录了在 Agent 上下文早期注入的对抗内容可跨记忆重置和工具调用检查点存活，仅在后续触发条件满足时激活，在 1,896 个 Agent 交互片段上评估，单轮安全评测无法发现这类跨会话分布的攻击。arXiv:2605.17830 追踪记忆型 Agent 的违规率，发现随累积记忆增长违规率单调上升，每次检索被污染记忆都会提高同一会话内进一步违规的概率。arXiv:2605.16282 对 40 个行为基准做一致性分析，未发现统计显著的排名一致性（Kendall's W=0.10，p=0.94），说明单一基准的安全结论不可移植。