防御arXiv 2608.211018月21日
ClawSentry：面向自主 LLM Agent 的渐进式多层安全监控网关
提出多层监控网关 ClawSentry，拦截恶意技能供应链与上下文注入
arXiv
2608.21101
发表
8月21日
层
应用层
场景
编程 Agent
测试
Codex/GPT-5.4、Codex/GPT-5.5、Claude Code/GLM-5.1 等 7 个
- 防御权限与审批
- 攻击投毒与后门
- 组件MCP 与技能
摘要ClawSentry 用包准入、三级运行时门控和反绕过，压低 skill 攻击并保住干净任务。
ClawSentry 是挂在智能体运行时之外的安全监督网关，用来同时盖住 skill 执行的多个生命周期边界，并把已被拒绝的效果记到会话里。
深度解读完整解读
攻击arXiv 2610.0039210月2日
A2A-TIBA：针对 A2A 协议 LLM 智能体的间接提示注入攻击与三层同构攻防模型
提出 A2A-TIBA 间接提示注入，诱导智能体部署常驻回调并外传数据
arXiv
2610.00392
发表
10月2日
层
应用层
场景
多智能体、编程 Agent
测试
MiniMax-M3、deepseek-v4-pro、glm-5.3 等 8 个
- 攻击提示注入
- 技术潜伏触发
- 组件MCP 与技能
摘要A2A-TIBA 一次植入后绕过智能体，GDA 用四类结果定位防线，ELA-ITL 把信封标注列为第三层。
A2A-TIBA 把间接提示注入和绕过放进 A2A：gray-box 攻击者已能投递任务，诱导目标部署常驻回调程序后，下令和外传不再经过智能体。
深度解读完整解读
防御arXiv 2609.140039月12日
FlowSeal：用信息流控制阻断 LLM Agent 的隐私泄露
提出 FLOWSEAL，在工具边界以信息流控制阻断智能体隐私泄露
arXiv
2609.14003
发表
9月12日
层
应用层
场景
AI Agent
测试
DeepSeek-V3.2、DeepSeek-R1、GPT-4.1-mini 等 4 个
- 防御指令与数据隔离
- 攻击提取与窃取
- 组件权限与沙箱
摘要作者分析大模型智能体隐私检查与攻击面重合问题，提出外部拦截防御 FLOWSEAL 并验证有效性。
深度解读完整解读
防御arXiv 2609.308249月25日
基于加密绑定身份验证能力令牌协调分布式 AI 智能体的提案
提出身份绑定且只收窄的能力令牌，用上下文外钱包约束智能体
arXiv
2609.30824
发表
9月25日
层
应用层
场景
多智能体
- 防御权限与审批
- 攻击提示注入
- 组件权限与沙箱
摘要用只衰减的身份绑定令牌和上下文外钱包，约束代表人类行动的分布式智能体。
代表人类行动的分布式智能体，需要一种不把密钥放进语言模型上下文的授权方式。
深度解读完整解读
评测与基准arXiv 2609.326919月26日
研究审计 Agent 安全评测缺陷：工具调用中介在间接提示注入下的有效评测框架
提出卡点评测框架，以实参级谓词审计间接提示注入评测的测量偏差
arXiv
2609.32691
发表
9月26日
层
应用层
场景
AI Agent
测试
gpt-5.6-terra、llama3.1:8b、gemma4:12b 等 4 个
- 攻击提示注入
- 组件权限与沙箱
摘要论文揭示了 IPI 评测中导致指标虚高的系统性缺陷，通过构建有效评测框架纠正了多项安全与模型能力结论。
深度解读完整解读

已经到底了

Agent 安全 · 论文

攻击类型

攻击技术

防御类型

影响

系统形态

攻击面/入口

层

系统组件

被测模型厂商

ClawSentry：面向自主 LLM Agent 的渐进式多层安全监控网关

A2A-TIBA：针对 A2A 协议 LLM 智能体的间接提示注入攻击与三层同构攻防模型

FlowSeal：用信息流控制阻断 LLM Agent 的隐私泄露

基于加密绑定身份验证能力令牌协调分布式 AI 智能体的提案

研究审计 Agent 安全评测缺陷：工具调用中介在间接提示注入下的有效评测框架