提示注入攻击

研究人员发现多智能体LLM系统的规划阶段存在严重安全漏洞，提出PlanFlip攻击框架，通过四种伪装攻击方式可同时破坏所有下游子任务。实验显示能力越强的模型反而越脆弱，GPT-5攻击成功率最高达68%。