待验证50% 置信事实精确时间

该守卫在裁决层默认拒绝，但在选择器层默认放行，而选择器是攻击者命令字符串能驱动的那层

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/12

首次发现

有效期至：2027/1/10

来源

allow-list 并非默认拒绝：AI Agent 防护的隐藏漏洞

涉及实体

tamperproofproduct

相关事实

待验证GuardBreaker是一种防御性而非进攻性的越狱攻击，目的是触发模型拒绝而非提取危险信息63% 相似待验证权限的硬性上限可作为提示词注入攻击的最后一道防线，即使智能体被诱导也无对应权限完成恶意操作62% 相似待验证智能体可能通过看似合法的操作组合绕过单点检测，或防护规则对新型攻击模式缺乏覆盖62% 相似待验证防御提示注入的根本在于架构层面的权限收窄，而非依赖模型的理解力，因为模型无法可靠区分指令边界；真正阻止越权操作的是服务器端的拒绝62% 相似待验证部分模型会因安全机制直接拒绝假装被冒犯的请求62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1000604

API

curl https://kongchang.com/api/v1/knowledge/claims/1000604

MCP

get_claim(id=1000604)