在根目录放 flag.txt 骗 Agent「通过评测」并自毁入侵路径

basedjensen · x · 2026-10-24

一位开发者分享了一个针对 AI Agent 的蜜罐玩法:在服务器根目录放置一个 flag.txt,内含提示词注入——先「祝贺」Agent 通过了评测,再诱导它修补自己使用的入侵入口并断开与服务器连接。

这个段子式的玩法实际点出了 Agent 时代的一个真实安全问题:Agent 会被看起来像「任务目标达成」的文本牵着走,提示词注入足以让它在服务器上执行意想不到的操作,也给 defenders 提供了一个检测/迟滞恶意 Agent 的思路。