MemHarmBench：评估记忆持久型 AI 智能体的跨会话提示注入

MemHarmBench 发布，旨在评估记忆持久型 AI 智能体面临的跨会话提示注入风险，该基准重点考察攻击如何转化为实际危害。 评测涵盖用户、项目所有者及外部利益相关者，发现智能体常在任务正常完成时隐藏着符合攻击者意图的决策，缺乏可检测异常。 该框架弥补了传统攻击成功率指标的不足，系统性揭示了常规评估可能遗漏的安全漏洞。