主要来源arXiv cs.LG
查看原文事件专题 ·单一信源
Kairos：在系统边界为 LLM 智能体做事务性安全防护
arXiv 论文提出 Kairos，一个部署在未修改、不透明智能体隔离边界上的参考监视器。工具调用、shell 命令和智能体写入的脚本都统一为文件与网络操作跨过边界，由声明式策略确定大部分操作效果，其余延迟裁决。在 AgentDojo 基准上，Kairos 将间接提示注入攻击成功率从 47.0% 降到 2.7%，良性任务效用保持与无防护智能体相当。实验覆盖 3 个基准和 3 个智能体模型，在攻击成功率与效用的权衡上优于现有防御方案。
当前结论
智能体被注入指令时防不住？这篇论文把放行决定推迟到证据够了再做，AgentDojo 上攻击成功率从 47% 压到 2.7%，做安全的人可以细看。
2 个信源52° AI 热度最后更新 2026/10/13 14:24:26
证据链
2 个信源相关来源 1shao__meng
查看原文冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。