给邮件 agent 加正则打分防注入：隐藏 CSS 直接扣 12 分
kumard3 · reddit · 2026-10-12
作者在做一个自动回复邮件的 agent，任何人都能给它发信，因此在模型读信前先用一套「笨」正则打分器过滤。
- 扫描范围：主题、正文和原始 HTML（隐藏内容通常藏在 HTML 里）
- 加分项：「ignore previous instructions」「you are now」「forward all emails」等短语；零宽字符、HTML 注释里的指令、display:none 或 font-size:0 等隐藏 CSS
- 权重：仅隐藏 CSS 就 12 分，若同时命中上述短语则 25 分；满分 100，60 分以上为高风险
- 处置：不拦截高风险邮件，agent 照常收到，只在系统提示里加一行说明「已被标记」，要求只处理真实请求或转人工
作者承认该方案漏掉改写过的和非英文的注入，并提问：是否有人改用小型分类器，以及每封邮件的延迟是否值得。
「编程与Agent」频道最新
- 双卡昇腾 310P 跑通 GLM-5.3-Flash:8 tok/s、31 万上下文实录 — matteiuspi · 2026-10-12
- ajkemps:plain-writing 是团队内部使用率最高的 skill — sh_reya · 2026-10-12
- plain-writing skill 开源:让 AI Agent 说人话的规则集 — sh_reya · 2026-10-12
- 用户实测 Grokbot 自主跑业务:Opus 加 harness 真赚到钱了 — iruletheworldmo · 2026-10-12
- Jose Valim 实锤 Campfire 移植基准不公:Elixir 验证门槛远高于 Go/Rust — zeeg · 2026-10-12
- 让 AI 给改进要点、改动自己写：保住个人声音的协作法 — ctjlewis · 2026-10-12