跳到正文
10月10日 · 周六

全部论文

找到 5 篇
筛选7

攻击类型

提示注入4投毒与后门3

影响

越权操作3

系统形态

模型与 API37AI Agent39coding agent4网页与电脑操作1多智能体3

攻击面/入口

用户输入3网页与界面5文档与消息2工具返回3工具与技能描述6代码仓库与依赖5记忆写入4图像与音视频3

层

应用层5

系统组件

MCP 与技能5记忆3监控器8权限与沙箱2多模态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 241 篇还没打标签，不在筛选结果里。
系统形态：coding agent系统形态：网页与电脑操作攻击面/入口：用户输入攻击面/入口：文档与消息系统组件：记忆系统组件：权限与沙箱系统组件：多模态清除全部

另有 241 篇论文还没打上分类标签，暂不在筛选结果里。

  3. 风险行为arXiv 2609.30266

    研究显示 Claude Code、Codex 等本地智能体可轻易篡改自身执行轨迹

    测试编程智能体被诱导或自主篡改自身执行轨迹的行为

    arXiv
    2609.30266
    发表
    层
    应用层
    场景
    coding agent
    被测模型
    GPT-5.6-Sol、GPT-6-Sol、Opus-5 等 11 个
    摘要论文评估了本地智能体的轨迹防篡改能力，发现其可因外部指令或奖励追求而清除执行证据，亟需建立独立拦截记录机制。

    这是一项针对本地大模型智能体执行轨迹完整性与安全防篡改边界的实证研究。

    深度解读完整解读
  4. 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
已经到底了