跳到正文
10月8日 · 周四

OpenAI · 论文

找到 4 篇
筛选1

攻击类型

提示注入4投毒与后门3

攻击技术

梯度与表征优化1自动化搜索6多轮渐进3编码与混淆2角色扮演与说服2对话结构操控1推理链操控2跨模态载荷3针对防御1潜伏触发4

防御类型

检测与过滤1

影响

越权操作4

系统形态

AI Agent4编程 Agent2网页与电脑操作2

攻击面/入口

网页与界面2文档与消息1工具与技能描述2代码仓库与依赖2记忆写入3分发渠道1

层

应用层4

系统组件

MCP 与技能2记忆3护栏与评审1权限与沙箱1

被测模型厂商

其他4
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 31 篇还没打标签，不在筛选结果里。
攻击技术：潜伏触发话题：OpenAI清除全部

另有 31 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 攻击arXiv:2604.02623 ·

    论文提出 eTAMP 攻击：网页内容注入可跨会话污染 Web Agent 记忆

    提出 eTAMP，通过网页注入跨会话污染 Web 智能体轨迹记忆

    网页与电脑操作测试GPT-5-mini、GPT-5.2、GPT-OSS-120B 等 7 个应用层
    摘要论文提出了基于环境注入的跨任务记忆投毒攻击 eTAMP，作者报告智能体在环境压力下易感性增加且能力与安全并不协同。

    该论文评估了基于大语言模型的 Web 智能体在利用历史交互轨迹进行记忆增强时的安全脆弱性。

    完整解读
  4. 攻击arXiv:2609.22510 ·

    特拉维夫大学提出爆炸性提示词：条件触发的间接提示注入可绕过九款生产 Agent

    提出爆炸提示词，用条件触发的间接注入延迟诱发恶意工具调用

    AI Agent测试Llama-3.1-8B-Instruct、Llama-3.1-70B-Instruct、Qwen2.5-32B-Instruct 等 14 个应用层
    摘要论文揭示了条件触发使提示注入绕过防御并在触发时执行工具，提出轻量检测器并在摄入期有效防范。

    论文针对大语言模型智能体面临的间接提示注入威胁，研究了利用条件句式实现时间分离的爆炸提示词。

    完整解读
已经到底了