Google DeepMind

Google DeepMind 最新研究论文《AI Agent Traps》系统归类了六种针对自主 AI 代理的攻击类型，其中隐藏提示注入攻击成功率高达 86%，子代理劫持成功率在 58% 至 90% 之间。该研究为 AI 安全领域首份系统性攻击分类指南。