智能体蜜罐：用蜜罐防御 AI 智能体内部威胁（报告全文翻译）

该文全文翻译了 arXiv 报告《Honeypots for AI Agent Insider Threats》，评估蜜罐作为防御 AI 智能体内部威胁的手段。报告提出检测、归因、威慑三种策略：检测用来在智能体越权时告警，证据最扎实，可以低成本试点；归因用来区分一时失误与成模式的不当行为，尚缺生产环境证据；威慑用来减少攻击尝试，证据最弱，应视为研究假说。报告引用 Tracebit 研究称，向智能体警示环境中可能有蜜罐，把攻击成功率从 20% 降到 3%，且当时环境中实际并无蜜罐。报告同时指出蜜罐只能覆盖防御者预先布置诱饵的路径，难以应对弥散型且验证成本高的不当行为，并给出蜜罐鲁棒性、检测、归因、威慑、支撑系统五个优先研究方向。