DeepMind论文：恶意网站可对AI智能体发动6类隐蔽攻击
rohanpaul_ai · x · 2026-07-06
Google DeepMind发布论文，首次提出针对AI智能体攻击的完整分类体系，梳理出6类攻击方式：藏匿于HTML注释或白色文字中的隐形指令、图像像素中的隐写术、PDF或元数据中的覆盖命令、跨会话持续存在的记忆投毒，以及多智能体环境中的目标劫持与级联攻击。论文指出，AI智能体的安全边界不仅在于模型本身，其所读取的整个网络环境都可能成为攻击面。
「安全」频道最新
- Alignment Hub 上线：37 起模型失对齐事件集中追踪 — eliebakouch · 2026-10-27
- 美参议员炮轰 AI 行业：50 人死亡才算灾难性事故？ — peterwildeford · 2026-10-27
- 开发者正训练「看门模型」：专门拦截提示注入与记忆投毒 — gnukeith · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- Reddit 讨论：中国 AI 实验室对美国生态还有多依赖？ — lol2funneeee · 2026-10-27
- Anthropic 自曝：每 9 个月封禁约占营收 5-7% 的客户 — Polymarket · 2026-10-27