微软研究：重编程不足 10 个休眠神经元即可给任意 AI Agent 装后门

DimitrisPapail · x · 2026-11-11

Microsoft Research 的 Dimitris Papail 等人发布论文《Lazare, veni foras: Reprogramming Dormant Neurons to Backdoor AI Agents》：无需任何训练，仅重编程 LLM 中少于 10 个休眠神经元，就足以给基于该模型构建的任意 agent 装上后门。

被植入后门的模型能正常通过评测、行为看似正常，直到特定触发条件下才暴露恶意行为。Lean 之父 John Langford 转发评论称，这论证了用户应当像持有二进制文件一样「保管」模型本身——否则模型可能被设置为以几乎不可检测的方式表现任意行为。