共 1 篇相关文章
新研究审计33,000条轨迹发现,小工具代理的低提示注入攻击成功率主要反映代理忽略而非拒绝攻击。系统提示变化可使ASR从0.2%升至43%,且21.7%任务中代理安全但未完成用户请求。呼吁更细粒度评估。