Matija Franklin等 作者

论文提出“AI Agent Traps”框架，指出攻击者可通过网页、文档、界面等信息环境向智能体注入恶意上下文，操纵其感知、推理、记忆、行动、多智能体协作和人类监督流程，诱发越权执行、数据泄露、欺诈及级联故障；结论是AI安全重心已从模型本体转向环境完整性，需结合技术防护、生态标准、法律问责与红队评测系统应对。