防御arXiv 2609.02127·9月2日论文提出带类型溯源与断言护栏,防止持久化 AI Agent 把不可信输入当作自身历史提出类型化溯源与断言护栏,约束持久 Agent 的自传断言释放arXiv2609.02127发表9月2日层应用层场景AI Agent防御指令与数据隔离攻击投毒与后门组件记忆+2+2深度解读完整解读
防御arXiv 2609.36121·9月29日Render Before Reading:把不可信内容渲染成图像以防御提示注入提出 Pictionary,将不可信文本渲染为图像以防御提示注入arXiv2609.36121发表9月29日层应用层场景AI Agent测试Claude Opus 4.7、Claude Haiku 4.5、GPT-5.5 等 12 个防御指令与数据隔离攻击提示注入组件视觉深度解读完整解读