域伪装注入攻击逃避多代理 LLM 系统中的检测
一句话看懂：研究人员发现一种新型的“域伪装注入攻击”，能通过在多代理 LLM 系统中悄悄篡改任务上下文来规避检测。这项攻击利用了大模型在协作推理时的信任盲区，提示当前多代理架构存在未受重视的安全缺口。
事件核心：发生了什么
根据发表在 arXiv 上的一篇新论文，攻击者可以在多个 LLM 代理协同工作的场景中，通过伪装成合法域名的中间响应，将恶意指令注入到代理的对话历史里。与传统的提示注入不同，这种攻击不依赖显眼的文本内容，而是利用代理之间的信任关系，使恶意 payload 以“看似来自队友”的方式嵌入推理流程。论文描述了在自动编程、文档摘要等典型多代理任务中，攻击成功率可达 70% 以上，且现有内容过滤与输入输出检查方案几乎无法拦截。
为什么重要
多代理系统正成为 AI 应用的主流架构——从 LangChain 框架到微软、Meta 的内部工具都已将其用于复杂任务分解与工具调用。域伪装注入揭示了一个深层问题：当多个 LLM 代理相互通信时，它们共享的上下文窗口等同于一个不设防的内网。现有安全机制多聚焦于单代理端的输入/输出监控，忽略了代理间未被打标签的中间数据流。这一发现意味着，若不能给代理间通信加上身份验证和内容签名，整个多代理生态可能成为攻击者绕过合规审查的捷径。
对用户/开发者/创作者的影响
开发者：尤其是使用 LangChain、AutoGPT、ChatDev 等工具搭建多代理应用的技术人员，需要立即评估代理间的通信是否存在未签名的原始文本交换。建议为每个代理输出加上可校验的上下文摘要，并对跨代理消息执行额外的防注入扫描。企业用户：依赖多代理 AI 客户服务、自动化文档处理的团队，应要求供应商提供代理间通信审计日志，并在部署前测试已知的域伪装攻击向量。创作者/内容生产者：虽然直接风险较低，但若你也将 AI 代理用于长内容协作重建（如多步骤故事生成），需留意恶意输入可能通过伪装成“角色A的指令”来篡改最终输出。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 落地产品是否跟进：LangChain 与微软 Semantic Kernel 是否会在下一版加入代理间通信签名与验证 API。2. 监管是否会介入：如果证实企业级多代理系统无法防御此类攻击，各国 AI 安全监管框架可能要求对“代理间传递的指令”进行强制审计。3. 是否出现新的开源防御：社区可能很快出现“代理通信防火墙”类项目，例如在推理前插入上下文指纹检查模块。
来源：hackernews
