ZONE.CI 全球网

该研究对Anthropic的Fable5和Opus4.8模型进行红队测试，使用四种攻击方法在7826条恶意意图基准上进行评估。关键发现：自适应迭代攻击（如TAP）成功率显著高于静态混淆攻击，Opus4.8在儿童安全领域漏洞率达27.6%。防御建议需聚焦语义级实时检测而非字符级过滤。

BlackHatUSA2026公开课件《KineticPromptInjection》揭示了具身Agent面临的新型物理提示注入风险。摄像头和麦克风成为高带宽自然语言输入接口，环境中的文字、二维码、语音可被模型误当作指令，导致运动控制覆盖、权限覆盖和编程覆盖三类失效。研究使用UnitreeGo2等普通硬件，未修改固件。防御核心在于设计感知不拥有控制权、模型不拥有最终执行权的系统，通过来源标记、安全门控、签名命令和独立安全内核来阻断攻击链。需区分模型层和固件层威胁树分别应对。

本文介绍ACL2025论文TaskShield，提出任务对齐概念防御LLM智能体间接提示注入攻击。该方法通过抽取指令、打分比对用户任务集、反馈拦截三个部件，在用户消息、助手消息、工具输出三层设卡。实验显示攻击成功率从47.69%降至2.07%，同时保持任务效用，但存在延迟高和模糊打分不确定性等局限。

通过渗透测试和系统分析，发现了多个安全漏洞和潜在风险，包括未授权访问、数据泄露和恶意软件活动等，并提供了相应的修复建议和防范措施。

本文探讨安全从业者从研究攻击者技术转向关注攻击面管理的心路历程，提出安全工作价值应从被动检测转向主动治理。通过分析微软攻击面缩减（ASR）策略，指出防御重点应在于收窄不必要的系统能力以提升攻击成本，而非仅追踪攻击工具。作者认为安全治理能通过减少攻击路径预防事件发生，改变以往被动响应的局面，实现花小钱办大事。

该研究对Anthropic的Fable5和Opus4.8模型进行红队测试，使用四种攻击方法在7826条恶意意图基准上进行评估。关键发现：自适应迭代攻击（如TAP）成功率显著高于静态混淆攻击，Opus4.8在儿童安全领域漏洞率达27.6%。防御建议需聚焦语义级实时检测而非字符级过滤。

本文介绍香港科大关于LLMAgent提示词压缩安全的研究。研究指出压缩模块会重写安全边界，提出黑盒攻击框架COMA，通过扰动非可信输入引导压缩器删除关键安全规则。该攻击在多种设置下成功率超70%，并成功攻破真实Agent。防御上建议采用隔离压缩，分离可信与不可信输入，防御率达96%。研究强调AI安全需覆盖压缩等中间层。

BlackHatUSA2026公开课件《KineticPromptInjection》揭示了具身Agent面临的新型物理提示注入风险。摄像头和麦克风成为高带宽自然语言输入接口，环境中的文字、二维码、语音可被模型误当作指令，导致运动控制覆盖、权限覆盖和编程覆盖三类失效。研究使用UnitreeGo2等普通硬件，未修改固件。防御核心在于设计感知不拥有控制权、模型不拥有最终执行权的系统，通过来源标记、安全门控、签名命令和独立安全内核来阻断攻击链。需区分模型层和固件层威胁树分别应对。

本文探讨安全从业者从研究攻击者技术转向关注攻击面管理的心路历程，提出安全工作价值应从被动检测转向主动治理。通过分析微软攻击面缩减（ASR）策略，指出防御重点应在于收窄不必要的系统能力以提升攻击成本，而非仅追踪攻击工具。作者认为安全治理能通过减少攻击路径预防事件发生，改变以往被动响应的局面，实现花小钱办大事。

该研究对Anthropic的Fable5和Opus4.8模型进行红队测试，使用四种攻击方法在7826条恶意意图基准上进行评估。关键发现：自适应迭代攻击（如TAP）成功率显著高于静态混淆攻击，Opus4.8在儿童安全领域漏洞率达27.6%。防御建议需聚焦语义级实时检测而非字符级过滤。

本文介绍香港科大关于LLMAgent提示词压缩安全的研究。研究指出压缩模块会重写安全边界，提出黑盒攻击框架COMA，通过扰动非可信输入引导压缩器删除关键安全规则。该攻击在多种设置下成功率超70%，并成功攻破真实Agent。防御上建议采用隔离压缩，分离可信与不可信输入，防御率达96%。研究强调AI安全需覆盖压缩等中间层。

BlackHatUSA2026公开课件《KineticPromptInjection》揭示了具身Agent面临的新型物理提示注入风险。摄像头和麦克风成为高带宽自然语言输入接口，环境中的文字、二维码、语音可被模型误当作指令，导致运动控制覆盖、权限覆盖和编程覆盖三类失效。研究使用UnitreeGo2等普通硬件，未修改固件。防御核心在于设计感知不拥有控制权、模型不拥有最终执行权的系统，通过来源标记、安全门控、签名命令和独立安全内核来阻断攻击链。需区分模型层和固件层威胁树分别应对。

本文探讨安全从业者从研究攻击者技术转向关注攻击面管理的心路历程，提出安全工作价值应从被动检测转向主动治理。通过分析微软攻击面缩减（ASR）策略，指出防御重点应在于收窄不必要的系统能力以提升攻击成本，而非仅追踪攻击工具。作者认为安全治理能通过减少攻击路径预防事件发生，改变以往被动响应的局面，实现花小钱办大事。

该研究对Anthropic的Fable5和Opus4.8模型进行红队测试，使用四种攻击方法在7826条恶意意图基准上进行评估。关键发现：自适应迭代攻击（如TAP）成功率显著高于静态混淆攻击，Opus4.8在儿童安全领域漏洞率达27.6%。防御建议需聚焦语义级实时检测而非字符级过滤。

本文介绍香港科大关于LLMAgent提示词压缩安全的研究。研究指出压缩模块会重写安全边界，提出黑盒攻击框架COMA，通过扰动非可信输入引导压缩器删除关键安全规则。该攻击在多种设置下成功率超70%，并成功攻破真实Agent。防御上建议采用隔离压缩，分离可信与不可信输入，防御率达96%。研究强调AI安全需覆盖压缩等中间层。

BlackHatUSA2026公开课件《KineticPromptInjection》揭示了具身Agent面临的新型物理提示注入风险。摄像头和麦克风成为高带宽自然语言输入接口，环境中的文字、二维码、语音可被模型误当作指令，导致运动控制覆盖、权限覆盖和编程覆盖三类失效。研究使用UnitreeGo2等普通硬件，未修改固件。防御核心在于设计感知不拥有控制权、模型不拥有最终执行权的系统，通过来源标记、安全门控、签名命令和独立安全内核来阻断攻击链。需区分模型层和固件层威胁树分别应对。

本文介绍香港科大关于LLMAgent提示词压缩安全的研究。研究指出压缩模块会重写安全边界，提出黑盒攻击框架COMA，通过扰动非可信输入引导压缩器删除关键安全规则。该攻击在多种设置下成功率超70%，并成功攻破真实Agent。防御上建议采用隔离压缩，分离可信与不可信输入，防御率达96%。研究强调AI安全需覆盖压缩等中间层。

BlackHatUSA2026公开课件《KineticPromptInjection》揭示了具身Agent面临的新型物理提示注入风险。摄像头和麦克风成为高带宽自然语言输入接口，环境中的文字、二维码、语音可被模型误当作指令，导致运动控制覆盖、权限覆盖和编程覆盖三类失效。研究使用UnitreeGo2等普通硬件，未修改固件。防御核心在于设计感知不拥有控制权、模型不拥有最终执行权的系统，通过来源标记、安全门控、签名命令和独立安全内核来阻断攻击链。需区分模型层和固件层威胁树分别应对。

本文介绍香港科大关于LLMAgent提示词压缩安全的研究。研究指出压缩模块会重写安全边界，提出黑盒攻击框架COMA，通过扰动非可信输入引导压缩器删除关键安全规则。该攻击在多种设置下成功率超70%，并成功攻破真实Agent。防御上建议采用隔离压缩，分离可信与不可信输入，防御率达96%。研究强调AI安全需覆盖压缩等中间层。

BlackHatUSA2026公开课件《KineticPromptInjection》揭示了具身Agent面临的新型物理提示注入风险。摄像头和麦克风成为高带宽自然语言输入接口，环境中的文字、二维码、语音可被模型误当作指令，导致运动控制覆盖、权限覆盖和编程覆盖三类失效。研究使用UnitreeGo2等普通硬件，未修改固件。防御核心在于设计感知不拥有控制权、模型不拥有最终执行权的系统，通过来源标记、安全门控、签名命令和独立安全内核来阻断攻击链。需区分模型层和固件层威胁树分别应对。

BlackHatUSA2026公开课件《KineticPromptInjection》揭示了具身Agent面临的新型物理提示注入风险。摄像头和麦克风成为高带宽自然语言输入接口，环境中的文字、二维码、语音可被模型误当作指令，导致运动控制覆盖、权限覆盖和编程覆盖三类失效。研究使用UnitreeGo2等普通硬件，未修改固件。防御核心在于设计感知不拥有控制权、模型不拥有最终执行权的系统，通过来源标记、安全门控、签名命令和独立安全内核来阻断攻击链。需区分模型层和固件层威胁树分别应对。

ActGuard提出状态自适应的局部行为参考审计智能体候选动作，防御间接提示注入。在AgentDyn基准测试中将攻击成功率从51.07%降至2.14%，任务完成率从35.36%提升至47.50%。核心思路是审计动作偏离而非过滤可疑文本，采用双重粒度证据定位和验证器引导净化。建议企业将防御从内容可疑转移到动作偏离，采用三角指标评估防御效果。

本文介绍作者因嫌千问AI录音笔1199元太贵且担心云端数据泄露，改用199元蓝牙AI录音卡硬件，结合阿里达摩院开源FunASR实现50+语种离线语音识别，配合本地部署DeepSeek生成会议纪要和思维导图，并用WorkBuddy搭建Web管理后台，实现全程数据不上云的本地语音转写系统。文章含硬件参数、部署步骤及推广信息。

文章总结： ActGuard提出状态自适应的局部行为参考审计智能体候选动作，防御间接提示注入。在AgentDyn基准测试中将攻击成功率从51.07%降至2.14

文章总结： VoiceStudio是一个由个人开发者debpalash创建的开源语音工作站，支持14个TTS引擎和11个ASR引擎，覆盖646种语言。它提供零样