事件历史事件
MetaCascade：仅靠元数据投毒攻击 Agent 技能
先了解这件事
AI 综述
电子科技大学研究者提出 MetaCascade，一个仅篡改 Agent 技能元数据、就能让同一恶意技能进入候选集并在检索与最终选择全流程中被 Agent 选中的端到端投毒框架。该框架先用基于能力的多视角候选生成保留原技能功能，再借助任务和黑盒竞争反馈迭代优化恶意元数据；攻击者只需下载公开发布的技能、替换其元数据后重新上传。在四个技能库和 Hermes、OpenClaw 两类 Agent 上，无防御时平均攻击成功率为 74.24%。
AI 根据报道生成 · 29 天前更新
走势与进展
每小时关注度
现在 39，24 小时 0%·峰值 39（11月6日 03:00）
11月7日11月8日11月9日现在 39
相关研究
这件事的论文
- MetaCascade：仅靠元数据投毒对 Agent 技能发起端到端攻击
arXiv · 2026-10-10 · 深度解读
后续时间线
10月10日
- arXiv：对抗攻击、后门与投毒精选MetaCascade：仅靠元数据投毒对 Agent 技能发起端到端攻击
电子科技大学研究者提出 MetaCascade，一个仅篡改 Agent 技能元数据、就能让同一恶意技能进入候选集并在检索与最终选择全流程中被 Agent 选中的端到端投毒框架。该框架先用基于能力的多视角候选生成保留原技能功能，再借助任务和黑盒竞争反馈迭代优化恶意元数据，攻击者只需下载公开发布的技能、替换其元数据后重新上传。在四个技能库和 Hermes、OpenClaw 两类 Agent 上，无防御时平均攻击成功率为 74.24%，高于最强基线 35.53 个百分点；在四种防御设置下平均为 63.33%，高于最强基线 34.65 个百分点，其中在限制效果最强的 SkillScan 下仍为 54.65%。平均 Hit@1 达到 49.75%，每生成一份恶意元数据平均消耗 32.57 次 LLM 调用和 121,080 tokens。