LLM 代理内存投毒防御在良性场景下的效用与 Token 开销分析

研究测试了 4 种 LLM 代理内存投毒防御在良性流量下的成本。 3 种写入时防御在良性流量中从未触发，其中异常检测增加 1.2% token 开销；读出时重排序器增加 2.7% 开销，降低 4.4 分核心准确率。 盲目审计仅 2/50 个丢弃样本有依据，堆叠 4 种防御将开销升至 4.1% 但未复利准确率成本。