Agent 防御新思路：检测并阻断多智能体系统中的思维病毒

KyeGomezB · x · 2026-08-21

作者基于论文《Mind Viruses: Self-Propagating Ideas in Multi-Agent LLM Systems》，实现了一个实用的 Agent 防御技能。该技能用于检测和阻止在多智能体 LLM 系统中自我传播的恶意指令。它能隔离受感染的持久化文件，阻止由其他 Agent 诱导的破坏性操作，并向发送者发出警告而非盲目中继。作者建议在多智能体网络、共享沙箱等会话开始时主动启用。