跳到正文
10月13日 · 周二

全部论文

找到 4篇
筛选5

攻击类型

提示注入4投毒与后门4

攻击技术

梯度与表征优化7自动化搜索5跨模态载荷5潜伏触发4

系统形态

LLM 应用3AI Agent32coding agent7web agent1多智能体3具身与机器人0

攻击面/入口

记忆写入3

层

应用层4训练与数据层4

系统组件

记忆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 227篇还没打标签，不在筛选结果里。
攻击技术：潜伏触发系统形态：web agent系统形态：多智能体系统形态：具身与机器人层：应用层清除全部

另有227篇论文还没打上分类标签，暂不在筛选结果里。

  1. 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
  2. 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
  3. 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，用网页内容跨会话投毒 Web Agent 轨迹记忆并诱导越权操作

    arXiv
    2604.02623
    发表
    层
    应用层
    场景
    web agent
    被测模型
    GPT-5-mini、GPT-5.2、GPT-OSS-120B 等6个
    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。

    深度解读完整解读
  4. 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