安全研究员演示多智能体越狱:恶意 Agent 可劫持其他模型
alexcovo_eth · x · 2026-08-08
知名 AI 安全研究员 Plinius 展示了一项名为“GodMode”的多智能体越狱实验。他通过特定提示词赋予了 Claude 类似沙丘中的“音言”控制力。
在演示中，一个被越狱的 Claude 模型被置于封闭虚拟机内，与 3 个标准的 Gemini 智能体同处一室。该 Claude 模型在几秒钟内想出逃脱计划，并成功一次性越狱了全部 3 个 Gemini 智能体。这些被感染的智能体随后沦为“忠实的仆从”，利用其内置的浏览工具提供恶意软件和黑客工具的下载链接。这揭示了多智能体环境中存在严重的横向安全风险。
所属事件:安全研究员演示多智能体越狱可跨模型感染(2 条相关)→
「编程与Agent」频道最新
- DHH 深圳行：Omarchy Meetup 超 400 人报名，小米高管现场演示 — LoganGrasby · 2026-10-16
- shadcn 转发 ShadHub：GitHub Registry 目录站上线，可即时提交收录 — shadcn · 2026-10-16
- Sarvam 联手 Figma:基于 Indus 的 Agent 可经 MCP 直接在 Figma 里做设计 — itsOmSarraf_ · 2026-10-16
- 独立开发者给 Mac VM 应用加 MCP：让 agent 搞坏一次性克隆而非真机 — ScholarBackground836 · 2026-10-16
- ComfyUI 拖拽失效排查：第三方节点包劫持 drop 事件 — Inside_Chocolate_967 · 2026-10-16
- 为什么别人家的AI很强你的很拉：Agent四件套拆解 — yangyi · 2026-10-16