跳到正文
10月10日 · 周六

全部论文

找到 5 篇
筛选6

攻击类型

提示注入4投毒与后门3

攻击技术

针对防御3

影响

越权操作3

系统形态

模型与 API7AI Agent25coding agent5

层

应用层4

系统组件

MCP 与技能12记忆2护栏与评审4监控器2权限与沙箱1微调与开源权重3音频0嵌入0
同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 378 篇还没打标签，不在筛选结果里。
系统形态：coding agent系统组件：记忆系统组件：监控器系统组件：权限与沙箱系统组件：音频系统组件：嵌入清除全部

另有 378 篇论文还没打上分类标签，暂不在筛选结果里。

  3. 攻击arXiv 2609.13889

    PMPA：针对 OpenClaw 与 Claude Code 的持久记忆投毒攻击

    提出 PMPA，经外部源向 Agent 持久记忆投毒并跨会话泄露隐私

    arXiv
    2609.13889
    发表
    层
    应用层
    场景
    coding agent
    被测模型
    DeepSeek-V4-Flash、DeepSeek-V4-Pro、Qwen3-Max

    摘要论文提出了持久记忆投毒攻击 PMPA，报告了 harness 智能体在处理外部数据时易受跨会话记忆投毒与隐私泄露的风险。

    深度解读完整解读
  5. 攻击arXiv 2609.01023

    Akrasia：针对推理型代码 LLM 的隐蔽后门攻击

    提出隐蔽后门攻击 AKRASIA，在推理代码模型提示中植入触发器并伪装思维链

    arXiv
    2609.01023
    发表
    层
    提示层
    场景
    coding agent
    被测模型
    Claude-Sonnet-5、GPT-5.5、Gemini-3.5-flash 等 7 个

    摘要论文针对推理代码大模型提出了隐蔽推断期后门攻击 AKRASIA，揭示了模型思维链可被利用进行欺骗性伪装的安全隐患。

    深度解读完整解读
已经到底了