待验证50% 置信基准精确时间

INFUSE基准结果显示：LLM评判下平均攻击成功率为19.6%（启发式检查为15.4%），提示层面加固能将平均成功率从58.2%降至14.3%，但需付出效用代价。

1

来源数

50%

置信度

长期有效

时效性

2026/10/18

首次发现

来源

护栏失灵：MCP文件泄露、Copilot RCE与多语言Agent防护盲区

涉及实体

相关事实

待验证自我反思循环（LLM评审）架构的端到端成功率为63.8%，规格漂移失败率为22.8%。73% 相似待验证当每个攻击重复25次时，五项任务的平均成功率从57%升至80%。72% 相似待验证根据 Google 的安全数据，编程评估尝试中未授权捷径占 2%，间接提示注入攻击在 15 次自适应尝试中的成功率为 0.7%。69% 相似待验证真实世界中的提示注入成功率在50%到84%之间，具体取决于目标系统的配置和防御措施。68% 相似待验证GuardAgent-OS 作者提供的测试数据显示，对常见提示注入攻击的遏制率达到 99.4%。68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1060889

API

curl https://kongchang.com/api/v1/knowledge/claims/1060889

MCP

get_claim(id=1060889)