待验证50% 置信事实精确时间
代理顺从植入指令的比率几乎不随门的设计变化，每300次攻击中有13到16次合规事件。
1
来源数
50%
置信度
长期有效
时效性
2026/10/19
首次发现
来源
涉及实体
相关事实
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AgentThreatBench测试显示，无护栏时代理在常规指令下最多有27%的概率跟随植入陷阱，当被明确要求服从植入文本时高达80%；加上OpenAPPA后，360次陷阱无一奏效。67% 相似待验证基于正则的启发式规则响应时间约 0.1 ms，可捕获约 30%-40% 的攻击。67% 相似待验证Anthropic用Agent对123个用例做红队测试，自主模式下攻击成功率超过两成，加缓解措施后剩一成，采用最新防护机制可降到千分之一以下66% 相似待验证研究表明攻击者只需修改训练数据中低至0.01%的比例，就可能在模型中植入标准评估中不可检测的后门行为66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1070916API
curl https://kongchang.com/api/v1/knowledge/claims/1070916MCP
get_claim(id=1070916)