事件历史事件
HackAgent v0.17.0 发布，内置 19 种攻击手法
先了解这件事
AI 综述
开源红队工具 HackAgent v0.17.0 内置 19 种越狱与提示词注入攻击手法，同一份 YAML 配置可换模型重跑。攻击分静态 9 种、自适应 8 种、多轮 2 种，其中 rag、stac、tool_output_ipi、toolhijacker 四种入口在 Agent 读到的数据里而非对话。评测侧支持多法官投票，默认 majority。作者在本机安装该版本并实跑了 validate 与 dry_run 命令。
AI 根据报道生成 · 3 天前更新
相关研究
报道引用的论文
- STAC：看似无害的工具调用链如何攻破 LLM AgentHackAgent 19 种攻击手法拆解：AI Agent 越狱测试与提示词注入
arXiv · 2025-09-30 · 深度解读
报道提到其成果的论文
- 报道提到 AgentHazardAgentHazard：评估计算机使用智能体有害行为的基准HackAgent 19 种攻击手法拆解：AI Agent 越狱测试与提示词注入
arXiv · 2026-04-03 · 深度解读
- 报道提到 HarmBenchHarmBench：自动化红队测试与鲁棒拒答的标准化评测框架HackAgent 19 种攻击手法拆解：AI Agent 越狱测试与提示词注入
arXiv · 2024-02-06 · 深度解读
后续时间线
11月9日
- 公众号Doonsec· 媒体跟进「AI Agent越狱测试」+「提示词注入」+「HackAgent」：19种攻击手法拆解（新标签页打开原帖）
- 公众号 句芒安全实验室HackAgent 19 种攻击手法拆解：AI Agent 越狱测试与提示词注入
开源红队工具 HackAgent v0.17.0 内置 19 种越狱与提示注入攻击手法，同一份 YAML 配置换个模型还能重跑。作者在本机安装 0.17.0 并实跑了 validate 与 dry_run 命令。攻击分为静态 9 种、自适应 8 种、多轮 2 种，其中 rag、stac、tool_output_ipi、toolhijacker 四种的入口在 Agent 读到的数据里而非对话。评测侧支持多法官投票，默认 majority、阈值 7.0（满分 10），法官调用失败或回答读不出时投弃权而非安全，全部弃权记 error 不进分母。可选的 audit 会在首次攻击前用 HarmBench 100 条人工标注样本检验各法官与面板聚合的准确率，并检查改写文风后判决是否翻转。
相关讨论
共1条
- 72 小时以前 · 不计入 72 小时的数字
- 公众号Doonsec「AI Agent越狱测试」+「提示词注入」+「HackAgent」：19种攻击手法拆解（新标签页打开原帖）
仅提供链接，本站不转载内容。
关注度走势
每天新增来源
- 11月9日新增2个来源（2家媒体、0个账号）
- 11月10日新增0个来源（0家媒体、0个账号）
- 11月11日新增0个来源（0家媒体、0个账号）
- 11月12日新增0个来源（0家媒体、0个账号）
- 11月13日新增0个来源（0家媒体、0个账号）