研究揭示搜索智能体长轨迹分轮次策略攻击风险

2026年10月30日，一篇arXiv NLP论文发布，揭示了面包屑式搜索智能体在长时程轨迹中易受分轮次策略攻击的安全风险。研究在受限的工具中介威胁模型下，提出Authority-Chain Hijack (ACH) 方法，该方法将孤立的搜索结果与页面内容操纵转化为看似相互印证的来源上的连贯证据链。实验表明，ACH方法在SafeSearch测试集上实现了55.9%的整体攻击成功率。研究进一步引入Trace-Guided Strategy Evolution (TGSE)方法，该方法在留出评估中最高达到95.0%的MaxN ASR。

AI 根据报道生成 · 3 小时前更新