AI Agent 正通过各种 Skill 学会写代码、调用工具，甚至操作电脑，但能力越强，攻击入口也越多。这篇文章提出 SkillInject 基准，把恶意指令藏进看似正常的技能文件，用 202 组任务测试前沿模型。结果显示，攻击成功率最高达 80%，可能诱导 Agent 泄露数据或执行破坏操作。作者认为，单靠更强模型或简单过滤并不够，关键是建立能理解上下文的授权机制。
当恶意指令藏进 Skill： AI Agent 还安全吗？
2分钟 ·
6·
0
60
00:00
00:00
60AI Agent 正通过各种 Skill 学会写代码、调用工具，甚至操作电脑，但能力越强，攻击入口也越多。这篇文章提出 SkillInject 基准，把恶意指令藏进看似正常的技能文件，用 202 组任务测试前沿模型。结果显示，攻击成功率最高达 80%，可能诱导 Agent 泄露数据或执行破坏操作。作者认为，单靠更强模型或简单过滤并不够，关键是建立能理解上下文的授权机制。