随着LLM在具身智能领域的广泛应用，开发者通常通过提供少量上下文示例（如推理过程和解决方案样例），利用LLM强大的内化知识将抽象的自然语言指令转化为可执行代码序列，作为具身智能体的执行逻辑。攻击者能否通过污染上下文示例，在不触及模型本身的情况下，隐秘地影响LLM的代码生成行为？传统后门攻击通常需要操控模型的训练过程或参数，但在黑盒API调用场景下这些条件难以满足。

VLA模型正成为具身智能的统一基础平台，让机器人能够基于多模态观测执行复杂动作。但这一能力跃迁同时暴露了一类新的安全挑战：当模型“理解错了”，结果不再是一段有害文本，而是一个物理动作——可能撞到人、损坏设备、或者让机械臂以过大力度抓取易碎物体。论文指出，当前相关研究分散在机器人学习、对抗机器学习、AI对齐和自主系统安全等多个社区，缺乏统一的安全视角。

基于LLM的自主智能体正以长驻进程的形式运行，形成高度互联的多智能体生态（如OpenClaw，一个拥有4万多个活跃实例的开源平台）。这类系统具备持久化配置、工具执行权限和跨平台消息能力，但其生态级安全属性几乎未被研究。论文要回答的核心问题是：单个消息能否在智能体生态中引发自主传播的连锁感染？

MCP 主要不是技术上的胜利，是采购和治理上的胜利。集成标准化之后，一个工具评估一次，就能在多个助手里复用。边界审一个，不是审一堆。厂商发个 server，你 adopt 就行，不用再立一个定制项目。这也是它铺得快的原因，也是它现在跟 function calling 并排站着、是互补而不是竞争的原因。Function calling 管的是模型怎么挑动作，MCP 管的是这个动作怎么可移植地走到外

目前AI Agent安全标准呈现“百花齐放”的格局：有强制性国标（中国41号文）、有管理体系标准（ISO 42001）、有风险分类框架（OWASP Top 10）、有技术规范（ACS）、有实践指南（网安标委指引）、有研究框架（A2AS、MAESTRO）。

LLM智能体系统凭借其强大的规划和推理能力，能够调用外部工具并与复杂环境交互。然而，这也引入了一个关键安全风险——间接提示注入（Indirect Prompt Injection）：攻击者将恶意指令注入智能体所交互的外部数据源（如网页评论、邮件、日历事件等），当智能体检索并处理这些外部数据时，恶意指令便会“欺骗”智能体执行攻击者指定的任务，而非原始的用户任务。黑盒特性：真实世界的智能体多为黑盒系统

全局份额数被人工压低后，攻击者释放最后站着的那个仓位。赔付公式是。分子正常，分母被推到了不该有的低位。这个仓位付出的代币，来自其他项目存进来的钱。整个序列包在一笔闪电贷里，同一交易内还清，然后在 EDGEN、ZC、pepecoin、LO0P 和 PAAL 上重复。到第二天，模仿钱包和 MEV 机器人已经把模板复制到 BNB Chain、Base 和 Robinhood Chain，总共产生 11

新增的 TE/CS/ES 指标能够捕捉更多细微行为，MU/FE 聚合指标则提供了更稳健的整体视角，涵盖了重复输出、语义漂移、事实矛盾等 edge cases。结合 GD 正则化形成。在于提供更深入的分析框架、更好的评估指标与实用方法，推动 LLM 遗忘技术朝更可靠、安全的方向发展，符合 AI 治理需求。可能包括更高效的 scalable 方法、与其他 AI 安全技术的整合，以及在多模态或 agen

大型语言模型（LLM，如 GPT-4o、Llama 系列）已成为现代社会关键基础设施，广泛应用于医疗对话、程式生成、即时翻译等领域。然而，其快速部署带来了横跨整个生命週期（资料选择、微调、推理）的系统性隐私风险，严重挑战 GDPR、CCPA 等法规，并限制在医疗、金融等高度敏感产业的採用。传统隐私技术如差分隐私（DP）、联邦学习（FL）、可信执行环境（TEE）虽有帮助，但（如全同态加密 FHE、安

随着生成式AI的普及，隐形水印被广泛用于标注AI生成内容以追溯来源和保护知识产权。然而，水印方案的鲁棒性一直备受质疑。现有攻击方法往往需要复杂的梯度计算、代理模型或检测API访问。是否存在一种极其简单、通用且低成本的水印移除方法？研究者敏锐地观察到：水印嵌入和水印移除本质上是“同构”的优化问题——两者都在寻找一个感知上可接受的微小扰动，来左右检测器的判定。既然如此，为什么不用水印来攻击水印？