AgentDojo 数据窃取降为 0%，新论文解决权限组合攻击

GoodMarch3690 · reddit · 2026-08-23

论文指出 AI Agent 可在合规权限内通过组合操作实现未授权结果（如数据窃取），这不仅是模型问题，更是授权架构问题。作者提出 Agentic Principal Chain (APC) 架构，通过跟踪委托权限链和组合闭合性，在模型外强制检查请求与历史操作，防止违规组合。评测显示，APC 将 AgentDojo 在四个域的数据外泄率从 75-100% 降至 0%，并拦截了 InjecAgent 数据集的全部 544 起窃取案例。