已验证65% 置信事实精确时间
SQL注入可以通过参数化查询从根本上隔离数据与指令，而LLM推理过程目前没有等效的「参数化」方案
3
来源数
65%
置信度
长期有效
时效性
2026/7/9
首次发现
来源
GitLost漏洞深度解析：GitHub AI代理如何被诱骗泄露私有仓库
hackernewshackernews2026/7/8
相关事实
待验证该方案在SQL生成环节同时调用通义千问、DeepSeek、GLM三个大模型各自生成一条SQL，再由裁判机制从中选优75% 相似待验证提示注入与SQL注入漏洞存在结构类比：后者利用数据库无法区分SQL代码与数据字符串，前者利用LLM无法区分元指令与被处理内容74% 相似已验证SQL 是经典的声明式语言示例，用户声明想要什么数据，数据库查询优化器自行决定最优执行计划72% 相似待验证直接让 LLM 生成 SQL 存在语义漂移和幻觉问题，可能引用不存在的字段或表名72% 相似待验证数据库领域早已将查询优化（query planning）与查询执行（query execution）分开，让规划器在执行前离线完成最优路径计算72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/338486API
curl https://kongchang.com/api/v1/knowledge/claims/338486MCP
get_claim(id=338486)