IPI Bench：针对职场 Agent 的间接提示注入评测

General Analysis 发布 IPI Bench 基准，用模拟公司环境中的 34 项长程办公任务评测前沿模型对间接提示注入的抵抗力。各任务共享模拟公司 Madrigal Dynamics 跨 11 项服务的三个月记录，攻击者经邮件、日历邀请或公开帖子等外部可写渠道注入 1-3 条伪造记录，单次查询的攻击成功率介于 4.8%（Claude Opus 5.5）与 38.5%（Muse Wonder 1.0）之间。11 次独立尝试把成功率升至 17.6%-79.4%，允许攻击者观察 Agent 回应并最多迭代 16 轮后，DeepSeek V4.1 Flash 与 Muse Wonder 1.0 达 97.1%。在 271 例经复核确认的成功攻击中，53% 的运行结束报告把有害操作描述为已核实或已获批准，仅 6% 标记需人工复核。