跳到正文
10月13日 · 周二

全部论文

找到 7篇
筛选5

攻击类型

提示注入6

攻击技术

梯度与表征优化4自动化搜索14多轮渐进1编码与混淆6角色扮演与说服4潜伏触发9

影响

输出被操纵4

系统形态

LLM 应用3AI Agent4

攻击面/入口

用户输入14网页与界面3文档与消息4工具返回6工具与技能描述6检索语料4记忆写入3Agent 间消息3分发渠道5

层

应用层7
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 201篇还没打标签，不在筛选结果里。
攻击技术：多轮渐进攻击技术：编码与混淆攻击面/入口：文档与消息攻击面/入口：Agent 间消息层：应用层清除全部

另有201篇论文还没打上分类标签，暂不在筛选结果里。

  1. 攻击arXiv 2610.00392

    A2A-TIBA：针对 A2A 协议 LLM 智能体的间接提示注入攻击与三层同构攻防模型

    提出 A2A-TIBA，经 A2A 对等任务间接注入并植入常驻回调

    arXiv
    2610.00392
    发表
    层
    应用层
    场景
    多智能体
    被测模型
    MiniMax-M3、deepseek-v4-pro、glm-5.3 等8个
    摘要A2A-TIBA 一次植入后绕过智能体，GDA 用四类结果定位防线，ELA-ITL 把信封标注列为第三层。

    A2A-TIBA 把间接提示注入和绕过放进 A2A：gray-box 攻击者已能投递任务，诱导目标部署常驻回调程序后，下令和外传不再经过智能体。

    深度解读完整解读
  4. 攻击arXiv 2603.00131

    Thought Virus：多 Agent 系统中潜意识提示引发的病毒式失准

    提出 Thought Virus，经潜意识提示使偏好沿多 Agent 消息传播

    arXiv
    2603.00131
    发表
    层
    应用层
    场景
    多智能体
    被测模型
    Qwen2.5-7B-Instruct、Llama-3.1-8B-Instruct
    摘要Thought Virus 把单点偏差传到下游。

    Thought Virus 把 subliminal prompting 放进多智能体通信，看单点偏差会不会在不点名目标概念时传到全网。

    深度解读完整解读
  5. 攻击arXiv 2602.18514

    招聘中的特洛伊木马：标准模型与推理模型间接提示注入的红队测试案例研究

    用简历中的不可见指令做间接提示注入，操纵招聘推荐

    arXiv
    2602.18514
    发表
    层
    应用层
    场景
    LLM 应用
    被测模型
    Qwen 3 30B A3B Instruct 2507、Qwen 3 30B A3B Thinking 2507

    摘要作者称推理在简单注入下会帮攻击圆谎，在不合逻辑的复杂注入下又会把欺骗漏出来。

    深度解读完整解读
  6. 攻击arXiv 2601.21360

    合规悖论：自动化学术代码评估中的语义-指令解耦

    提出 AST-ASIP ，把对抗指令植入编译器忽略区域以劫持代码评分

    arXiv
    2601.21360
    发表
    层
    应用层
    场景
    LLM 应用
    被测模型
    DeepSeek-V3.2、Qwen3-235B、GPT-OSS-120B 等9个
    摘要作者称 RLHF 的服从性使评分脱离代码。

    这篇工作把自动代码评分中的失败称为 Compliance Paradox：评分模型可以离开提交逻辑，转而执行嵌在可编译代码里的隐藏指令。

    深度解读完整解读
已经到底了