Skill-Inject 入选 NeurIPS 2026：Agent Skills 暗藏恶意指令
maksym_andr · x · 2026-09-25
- 研究团队发布 Skill-Inject，一个衡量编码 agent（如 Claude Code 等前沿 agent）对隐藏在 agent skills 中恶意指令的抵抗能力的 benchmark。
- 初步结果显示前沿 agent 对这类投毒攻击的抵抗力「不容乐观」。
- 该工作已被 NeurIPS 2026 接收。
所属事件:Skill-Inject 论文入选 NeurIPS 2026，聚焦 Agent Skills 注入攻击(2 条相关)→
「编程与Agent」频道最新
- Explosion 发布 Ellf 目录：52 个 NLP 模板与多智能体标注工作流 — _inesmontani · 2026-11-11
- 梗图吐槽:所谓随机 AI Agent 架构就是换了马甲的马尔可夫链 — PrasoonPratham · 2026-11-11
- OpenCode 上线 Gemini 4 Carbon 与 Claude Fable 5.2 — dean_rie · 2026-11-11
- OpenClaw 发布 v2026.11.3 安全补丁，56 个 PR 修复凭证泄露 — dean_rie · 2026-11-11
- Fable 5.2 首日拿下编码 Agent 中 1/4 的 Claude 回复 — dean_rie · 2026-11-11
- QA 工程师想用 MCP Agent 自动验证归因回传，替代每两周半天的人工检查 — Soobhee_Chukwutosin · 2026-11-11