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
- Meta 被指放任 AI 假医生借流量传播健康建议 — GaryMarcus · 2026-07-27
- ExploitGym 可能只有六到七成任务可解，引发 OpenAI 作弊争议 — max_paperclips · 2026-07-27
- 共享 AI artifacts 被索引，敏感公司数据外泄 — niloofar_mire · 2026-07-27
- Hugging Face 事件后，实验室或不再严做危险能力评估 — Miles_Brundage · 2026-07-27
- 研究者称防御场景更偏向开放模型，Kimi K3 已接近高水平网络安全能力 — eliebakouch · 2026-07-27
- 印度 AI 政策被批偏向算力和基础模型，忽视基层医疗 — Paimaamu · 2026-07-27