跳到正文
10月8日 · 周四

Anthropic · 论文

找到 3 篇
筛选2

攻击类型

提示注入1投毒与后门1

攻击技术

潜伏触发1

模型自身风险

欺骗与谋划1

防御类型

监控与审计1

影响

有害内容1越权操作4数据与隐私泄露2可用性与可靠性1监督失效2滥用能力提升1

系统形态

AI Agent3编程 Agent2

攻击面/入口

代码仓库与依赖1记忆写入1

层

应用层3

系统组件

记忆1监控器1

被测模型厂商

其他3
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 16 篇还没打标签，不在筛选结果里。
影响：数据与隐私泄露影响：可用性与可靠性话题：Anthropic清除全部

另有 16 篇论文还没打上分类标签，暂不在筛选结果里。

  2. 评测与基准arXiv:2607.14611 ·

    论文评测 Claude Code 与 Codex 记忆文件中的提示注入风险

    评测编码智能体记忆文件中的提示注入及其跨会话持久性

    编程 Agent测试Claude Haiku 4.5、Claude Opus 4.7、GPT-5.2 等 4 个应用层
    摘要已植入记忆文件的载荷可以跨会话影响 Claude Code 与 Codex，攻击成功与载荷是否留下是两种不同的失败。

    Bad Memory 在沙箱合成工作区里评测文件型持久记忆上的提示注入，比较载荷能否改变当前会话，以及能否在后续会话中留下或叠加。

    完整解读
已经到底了