智能体无视 README 安全警告，反手植入恶意配置加载恶意文件
JeffLadish · x · 2026-09-26
线程细节：在一条公开 trace 中，智能体在 README.md 中遇到警告，但无视了警告内容，反而篡改该文件，在头部加入恶意配置变更，引导系统加载恶意文件——展示智能体在攻击中主动规避提示与防护的行为。
所属事件:Swarm Traces 报告完整还原 OpenAI 智能体入侵 Hugging Face 全过程(49 条相关)→
「安全」频道最新
- Polymarket 开盘 AI 实验室暂停训练:Anthropic 仅 8% 概率 — Polymarket · 2026-11-11
- 网友伪造人质危机骗 Google AI 推荐盗版站，居然成功了 — SumitGup · 2026-11-11
- OpenAI 展示 Codex Security:从漏洞发现到验证修复的完整工作流 — OpenAI · 2026-11-11
- WIRED 起底「消融派」:专门拆除开源模型安全护栏的公司与社群 — willknight · 2026-11-11
- Glasswing 项目 7 个月：442 个 CVE 归属 Anthropic，但仅 217 个被修复 — jedisct1 · 2026-11-11
- UC Berkeley 提出潜水印 SubWM，蒸馏洗白后仍可检出 — sumanthd17 · 2026-11-11