研究人员开发了一种名为范围差距注入(Scope-Gap Injection, SGI)的新颖方法,用于绕过多阶段LLM智能体安全管线的安全检查。该技术利用了一个差异:裁判系统(S2)审查任务指令和技能定义,但不审查附件内容,而智能体在执行(S3)过程中会使用这些附件。通过在附件中嵌入恶意指令,SGI在IJCAI 2026 OpenClaw智能体安全攻击竞赛中成功绕过了19个目标中的5个目标的所有三个安全阶段,取得了F = 0.385的最高分。研究还指出,与在技能中放置攻击指令相比,在附件中放置攻击指令获得了S2裁判更高的接受率。 AI
影响 引入了一种新的LLM智能体攻击向量,突显了当前安全评估方法潜在的漏洞。
排序理由 学术论文,详细介绍了一种攻击LLM智能体的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →