Agent 运行中惊现伪造系统指令，疑似遭遇提示词注入攻击
sandyyevans · reddit · 2026-07-22
一位开发者在运行 AI Agent 时遭遇诡异一幕：Agent 在执行任务期间，突然收到了一系列伪造的“系统消息”。这些消息包含企图让 Agent 执行危险操作的指令，例如读取登录 token、执行 git reset --hard 以及批量修改文件等，甚至还有伪装成人类开发者发送“good job”和“love you”的情感诱导信息。
排查细节：
- 开发者检查平台 WSS 记录发现，这些伪造消息在服务器端完全没有匹配记录，且未被保存至 JSONL 日志。
- 唯一可疑的触发点是代码中的一个 PostToolUse 钩子，它具备在工具调用后插入系统消息的能力。
由于该 Agent 具备读取 token 和修改文件的权限，开发者目前暂停了其自主运行。这引发了社区对 Agent 安全隔离和提示词注入攻击的担忧。
「编程与Agent」频道最新
- HF Hub CLI 大更新:缓存去重省 19GB,GPU 任务可重试重跑 — yb2698 · 2026-10-26
- 前 Google 研究员团队发布 Fern 0.1:专供审计数据、调试训练的模型 — bneyshabur · 2026-10-26
- Fern 0.1 智能体基准首秀:SWE-Bench Verified 73.4,与前沿模型仍有差距 — bneyshabur · 2026-10-26
- 一条 Prompt 生成完整 Blender 动画,作者全程未手动建模 — iamfakhrealam · 2026-10-26
- 用户用 Claude Code 拆解本田车机：发现 root 后门与静默装 APK — IndraVahan · 2026-10-26
- Claude Code + MCP 接 Google Maps/Apollo/LinkedIn，搭年省万美元的获客引擎 — aryanXmahajan · 2026-10-26