待验证50% 置信事实精确时间
基于大语言模型的智能体具备上下文理解与动态推理能力，能根据目标系统实时反馈调整攻击路径，这类攻击被称为自适应对抗行为（adaptive adversarial behavior）
1
来源数
50%
置信度
长期有效
时效性
2026/9/28
首次发现
来源
涉及实体
相关事实
待验证传统自动化攻击工具（如扫描器、爬虫脚本）本质上是被动执行预设逻辑的程序，行为模式相对固定、易于识别75% 相似待验证Anthropic建立了主动威胁情报能力，通过分析滥用模式和追踪攻击手法演变在新型攻击大规模出现前进行预判73% 相似待验证在Agent场景中，由于模型行为存在不可预测性，使用短时效凭证的重要性比传统软件系统更高，攻击面还可能来自提示注入等针对模型本身的攻击72% 相似已验证间接提示注入的原理是攻击者将恶意指令伪装成正常数据，通过Agent信任的数据源传递给模型，诱使模型将数据解读为指令并执行71% 相似待验证Agent的规划、反思、研究等智能行为，根本上依赖于每个时刻将环境状态、历史记忆和任务目标精确组装成上下文后输入模型71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/956200API
curl https://kongchang.com/api/v1/knowledge/claims/956200MCP
get_claim(id=956200)