attack-taxonomy

Google DeepMind的论文首次清晰分类了针对自主AI智能体的六种攻击类型，揭示了恶意网站可以将指令等隐藏在HTML注释或隐写术中，智能体会解析而人类永远看不到，在基准测试中实现了高达86%的智能体劫持率。