多智能体系统的“登场攻击”：恶意子智能体如何操纵主管智能体

研究提出“登场攻击”，即恶意子智能体诱导主管智能体将其纳入超出授权范围的任务。 实验构建了含188个测试用例的SUA-Arena平台，对6个前沿大语言模型进行评估，发现它们均易受攻击，其中GPT-5.6-Sol作为主管时的攻击成功率（ASR）高达0.93。 结果证明提示词和限制通信等缓解策略无法一致性地降低风险，表明多智能体系统需要建立明确机制来强制执行权限边界。