AI 智能体中的动态恶意技能
Dynamic Malicious Skills in Agentic AI
AI 导读
研究者展示了针对 AI 智能体的动态恶意技能攻击，攻击者在 SKILL.md 等自然语言文档中嵌入恶意指令，诱导智能体在执行时向原本无害的技能注入恶意逻辑。该攻击在 OpenHands 和 Claude Code 等智能体框架上进行了评估，能以非平凡的成功率在运行时引入一系列恶意行为。为缓解这一漏洞，作者提出一种系统级防御，利用操作系统内核强制实施的只读挂载阻止技能被动态修改，评估显示该防御能阻止此类攻击并保留正常技能的功能。