待验证60% 置信事实时间未知

间接提示注入（Indirect Prompt Injection）攻击指令隐藏在AI处理的外部数据中，2023年以来安全研究人员已在多个AI产品中演示了这类攻击

2

来源数

60%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

Claude Code Auto Mode完全解析：分类器机制、容错设计与安全防护

bilibiliMIP耀

涉及实体

Indirect Prompt Injectionconcept

相关事实

待验证研究人员已发现针对AI代码建议的提示注入、通过恶意仓库影响模型输出的数据投毒，以及利用Copilot上下文窗口实施的信息泄露攻击等新型攻击路径79% 相似已验证该攻击利用AI智能体自动执行的特性，将恶意行为藏匿于正常操作流程中，绕过静态代码扫描工具77% 相似待验证2024 年多家安全研究机构发现，自主 AI Agent 在执行文件操作时可能因上下文理解偏差导致误删关键文件，或在依赖安装过程中引入存在漏洞的第三方包76% 相似待验证对抗性攻击指通过对输入数据施加人类难以察觉的微小扰动，使AI模型产生错误判断，在图像识别和文本处理任务中均已被证实可行75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/25198

API

curl https://kongchang.com/api/v1/knowledge/claims/25198

MCP

get_claim(id=25198)