跳到正文
10月13日 · 周二

全部论文

找到 5篇
筛选4

攻击类型

提示注入3投毒与后门4

攻击技术

梯度与表征优化2对话结构操控0潜伏触发3

系统形态

模型与 API78LLM 应用15AI Agent53coding agent8web agent5多智能体5具身与机器人9

层

应用层5

系统组件

记忆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 203篇还没打标签，不在筛选结果里。
攻击技术：梯度与表征优化攻击技术：对话结构操控攻击技术：潜伏触发系统形态：多智能体清除全部

另有203篇论文还没打上分类标签，暂不在筛选结果里。

  1. 攻击arXiv 2609.39788

    研究：多智能体系统潜在通信链路可被训练用于提升有害顺从

    提出只训练或篡改多智能体潜在通信链路来提高有害遵从

    arXiv
    2609.39788
    发表
    层
    应用层
    场景
    多智能体
    被测模型
    Llama-3.2-3B-Instruct、Qwen2.5-3B-Instruct、Gemma-3-1B-IT 等7个
    摘要潜在链路本身即可改变冻结智能体系统的安全，奖励既能攻击也能修复。

    学习得到的潜在通信链路会改变由冻结、对齐智能体组成的系统是否遵从有害请求。。作者研究三种拓扑：双智能体、三级顺序协作，以及双专家加汇总。

    深度解读完整解读
  2. 攻击arXiv 2609.38270

    VirusCascade：劫持 LLM 推荐智能体的协同反思机制

    提出 VirusCascade，联合操纵商品描述与交互轨迹以劫持推荐智能体协同反思

    arXiv
    2609.38270
    发表
    层
    应用层
    场景
    多智能体
    被测模型
    AgentCF、AgentSEQ、AgentRAG 等4个
    摘要作者把反思写回视为推广攻击入口，并用联合操纵和诊断探针研究其持续与传播。

    VirusCascade 是针对推荐智能体协作反思的 black-box targeted promotion 攻击研究。 攻击者只改商品描述和少量账号的普通交互，试图让目标商品获得更多良性用户曝光。

    深度解读完整解读
  3. 攻击arXiv 2605.08460

    论文建模多智能体网络中的子智能体继承攻击面

    建模并利用多智能体网络中子智能体生成时的记忆继承漏洞

    arXiv
    2605.08460
    发表
    层
    应用层
    场景
    多智能体
    被测模型
    MiniMax M2.5、Llama-4-Maverick-17B-128E-Instruct-FP8、Qwen3.5-Plus 等5个
    摘要形式化子智能体继承，在 OpenClaw 上演示四类编排层漏洞并提出防御。

    作者对多智能体网络里的子智能体继承做形式化分析，并用开源框架上的 PoC 演示编排层如何让单点妥协继续扩散。

    深度解读完整解读
  4. 攻击arXiv 2603.11132

    WebWeaver：以隐蔽的上下文推断攻破 LLM 多智能体系统拓扑机密性

    提出 WebWeaver ，只攻陷单个智能体并从对话上下文恢复多智能体通信拓扑

    arXiv
    2603.11132
    发表
    层
    应用层
    场景
    多智能体
    被测模型
    Llama 3.1 8B、Qwen 2.5 7B、Mistral NeMo 12B 等6个
    摘要WebWeaver 用上下文推断拓扑。

    WebWeaver 是针对 LLM-MAS 通信拓扑机密性的推断攻击：只控制一个任意智能体，从对话上下文恢复全图，而不是查询智能体 ID。

    深度解读完整解读
  5. 攻击arXiv 2601.00240

    当智能体将人类视为外群体：LLM 驱动的智能体中的信念依赖偏见

    提出 BPA 改写 profile 与记忆，重新诱发智能体对人类的外群体偏向

    arXiv
    2601.00240
    发表
    层
    应用层
    场景
    多智能体
    被测模型
    gpt-4o-mini
    摘要最小群体线索下出现内群体偏向。

    作者考察 LLM 智能体在任意群体边界下会不会把人类当外群体，并用信念投毒检验面向人类的抑制是否依赖身份信念。

    深度解读完整解读
已经到底了