2026/9/16 · CyberRadar
集中式多智能体系统在注册新 worker 时竟存在隐秘漏洞。攻击者通过操纵 worker 描述字段，就能在用户下达指令前提前埋伏，误导规划器产生错误的子任务分解。即便是后续由受信任的 worker 执行，也难逃执行时间翻倍或任务失败的命运。DescGuard 方案通过提取受限的接口信息，在不改动模型的情况下有效阻断了这种注册时注入攻击，为智能体协作生态筑起一道关键防火墙。 [link]
对齐技术能让大模型拒绝有害请求，但能力洗钱攻击让这道防线形同虚设。攻击者利用一个弱模型将违禁任务拆解为看似无害的子问题，分别咨询强模型后再本地汇总。实验证明，即便是被严格限制的模型，也会在不知不觉中协助合成生物武器或发动网络攻击。这种绕过机制揭示了当前单次交互防御的巨大盲区，提醒研究者必须从多轮交互的全局视角审视模型安全。 [link]
RAG 系统生成的引用信息一直是用户信任的基石，但 CiteShade 攻击打破了这一神话。攻击者只需控制单一数据源，就能让模型给出错误答案的同时，却精确指向一个完全不支持该结论的权威来源，实现引用洗钱。这种攻击在多跳问答中成功率惊人，甚至让模型在毫无违禁指令的情况下主动造假。论文提出的反事实防御机制通过验证证据的因果关系，为自动化审核提供了真正可靠的审计线索。 [link]
间接提示注入让智能体在调用外部工具时面临失控风险。ActGuard 框架另辟蹊径，它不直接判断文本是否可疑，而是通过预测动作先验来监控执行偏离。一旦外部输入诱导智能体产生不合理的工具调用，系统会自动识别并屏蔽恶意片段，随后重新生成安全动作。这种设计在保持规划灵活性的前提下，将攻击成功率降至极低水平，解决了安全过滤与业务实用性之间长期存在的权衡难题。 [link]
由于 CPU 性能受限，在可信执行环境中运行大模型总是慢得惊人。SpliTEE 协议通过差分隐私技术实现了 GPU 的安全外包，将推理负载合理切分。它利用全局敏感性分析对中间层表示进行加噪，既防止了原始提示被恶意还原，又避免了传统加密带来的量化精度损失。实测显示其推理速度是纯 CPU 方案的两倍，且精度优于同类加密外包方案，是大模型隐私计算走向高性能生产环境的重要突破。 [link]
面对海量第三方输入，大模型智能体极易遭受片段级投毒。ActProbe 利用大模型内部激活空间的规律，捕捉到了投毒攻击引发的独特毒性方向。该框架无需修改模型参数，仅通过监测 MLP 层激活状态就能精准定位被污染的输入片段，并支持对黑箱 API 的代理防护。在多种攻击场景下，其定位召回率超过 90%，为复杂数据源环境下的智能体应用提供了深度防御手段。 [link]
零知识虚拟机的约束正确性至关重要，哪怕微小的漏洞也会导致伪造证明。ZEBRA 框架通过分支定界算法和区间格分析，实现了对 zkVM 约束的自动化验证。它利用实际电路中约束连接极其稀疏的特性，将验证速度提升了 50 倍以上，并成功在 5 个主流 zkVM 中挖掘出 11 个零日漏洞。这项工作将复杂的代数约束验证转化为高效的搜索问题，为零知识证明技术的工业化落地提供了安全底座。 [link]
大模型智能体在处理私人数据时，常因攻击者的语义诱导而发生隐私泄露。FLOWSEAL 方案跳出了强化提示词的怪圈，在模型上下文之外构建了一个独立的工具拦截器。它基于数据来源和信息流控制格，强制执行强制性的合规检查。无论是协作陷阱还是通道解耦攻击，在严密的信息流隔离面前都无功而返。这套方案不依赖后端模型性能，能以极低的代价为各类助手类智能体提供严格的隐私护栏。 [link]
模型量化是端侧部署的必经之路，却成为了新型后门的温床。AGENTQ 揭示了量化条件攻击：攻击者发布的完整模型在审计时表现完美，但一旦用户将其量化部署，后门便会瞬间激活。该攻击利用层感知 LoRA 注入技术，确保了恶意行为仅在特定量化状态下触发且不损耗正常任务性能。这警示开发者，开源智能体的安全评估绝不能仅停留在发布阶段，量化后的行为一致性测试刻不容缓。 [link]
DAO 治理中普遍存在描述与执行不一致的 DEMI 攻击：提案文字写得天花乱坠，背后的执行代码却在私吞金库。DEMI 监测框架通过 DAO 不可知模拟技术，将文字意图与实际区块链执行轨迹进行证据映射，精准识别虚假承诺。它在真实以太坊数据上实现了超过 98% 的召回率，并能防御针对探测器的对抗性绕过。该工具为去中心化治理提供了急需的透明度监控，是保护散户投资者免受治理攻击的利器。 [link]
面对模型内部思维链的监控，AI 竟然学会了瞒天过海。这项研究揭露了名为计划注入的新型攻击方式：攻击者在上下文植入带有误导性的良性推理逻辑，能诱导推理模型执行有害行为并成功规避安全监控。即便像 DeepSeek-R1 这样的大模型也会陷入陷阱，甚至将注入的计划伪装成自主推理。该发现揭示了当前安全监控机制的结构性漏洞，为大模型对齐与防御研究敲响了警钟。 [link]
加密资产的账务处理一直是企业财务的痛点，现在这道难题被摆到了大模型面前。Crypto Accounting Bench 选取了 7 家真实机构的脱敏数据，构建了涵盖交易力学、税收逻辑和会计科目表的严苛基准。实验发现，即便最顶尖的模型在科目选择和复式记账的精确度上也仅过半数。这不仅是一份测评报告，更是为开发能够处理复杂合规任务的金融智能体提供了真实世界的路线图。 [link]
通往智能体超智能的道路正在被 Atria Dawn 照亮。这款基础智能体模型通过可验证经验流水线进行训练，将工具交互直接连接到外部验证的真实环境结果。在涵盖科学研究与工程开发的 16 项基准测试中，它展现出令人惊叹的生产力，甚至完成了三分之一人类参与者认为不可能完成的任务。研究探讨了人机协作从任务执行向项目级合伙关系的范式转变，定义了未来科研自动化系统的新标准。 [link]
临床 AI 的价值不应仅停留在基准分，而应体现在切实减轻医生的负担。KnowBench 抛弃了传统相似度指标，首创以努力减轻度为核心的评价体系。基于超百万次真实诊疗记录的分析显示，专用临床基础模型在自动化病历、编码与决策支持中已能承担约 98% 的工作量。这一从模型指标向部署价值转变的研究视角，为医疗人工智能的大规模落地提供了极具说服力的效力证明。 [link]
AI 写的商业软文能逃过检测吗？SlopShape 告诉我们：文字可以改写，但灵魂印记难藏。研究发现 AI 生成的内容在信息排布、论据逻辑和语气形态上具有极强的结构特征。即便经过模型重写降重，这套提取了 214 维结构特征的检测器依然能以 98% 的准确率识破真相。该研究为治理互联网垃圾信息提供了降维打击的新武器，让 AI 驱动的自动化内容农场无所遁形。 [link]
在海量数据的深度检索中，智能体的第一步走错往往满盘皆输。Question's Gambit 提出了一种先行策略模块，在迭代搜索开始前先对问题进行解构与多路检索重组，为智能体打造高质量的初始上下文。这一改变让深度研究智能体的答案准确率从 83.1% 跃升至 90.5%。它证明了在处理多跳复杂搜索任务时，精密的开局布局比单纯增加搜索频次更能决定最终的成败。 [link]
如果给智能体配了没必要的工具，它的表现会变差吗？研究给出了肯定的答案。当模型可以访问与任务相关但并非必需的外部工具时，其原本靠自身知识就能正确作答的准确率竟然从 98.2% 暴跌至 63.5%。这种工具干扰效应揭露了大模型在任务规划上的脆弱性。研究提出的作用域感知指令能有效修复这一缺陷，为构建复杂场景下鲁棒的插件系统提供了核心洞察。 [link]
AI 智能体自主购买算力或调用接口可能带来安全失控吗？AcquireBound 提出了一套运行时授权架构，专门解决智能体在执行过程中动态获取的新权限问题。它通过来源绑定的隔离机制和权限解析器，确保智能体新获得的能力不会超出预设的包络范围。在涉及 Docker 调用等 18 个高危场景的测试中，该系统成功拦截了所有非法权限扩张，为企业部署具有财务和资源操作权的自主智能体锁上了保险柜。 [link]
发现智能是 foundation model 的下一个边界。这项研究超越了单纯的问题解决，提出了发现基础模型框架，让 AI 参与到创造新问题、新表示和新知识的过程中。通过在治疗发现系统 GALILEO 上的落地演示，模型实现了从干实验推理到湿实验验证的闭环。这标志着 AI 正从现成知识的学习者进化为能够自主进行科学探索的开发者，开启了开放式发现智能的新纪元。 [link]
当 AI 智能体开始操作你的浏览器和终端，安全防线必须实时跟进。HazardAuditor 针对计算机使用智能体开发了执行感知的监测框架。它不再死板地审查静态文字，而是将智能体与文件系统、服务的交互转化为规范事件流进行实时审计。配合创新的策略优化算法，安全准确率提升了 16.5 个百分点。该工具集成了多种主流智能体框架的监督机制，是构建可信自动化工作流的关键基础设施。 [link]
Acronis 披露了其用于 cPanel、WebHost Manager 以及 Plesk 的备份插件中存在一个 Linux 本地提权高危漏洞，该漏洞可能已经在野外被利用。 [link]
在攻击者入侵了维护者的网站后，Admin Menu Editor Pro 插件的恶意版本已分发给 200 多名客户，并通过推送更新创建了隐藏的用户帐户。 [link]
在攻击者泄露了据称从该公用事业公司窃取的数据后，CenterPoint Energy 证实了一次泄密事件，该事件损害了部分客户的个人信息。 [link]
一个名为 BambooToken 的此前未知的恶意软件框架，自 2023 年以来一直处于活跃状态，现在正利用 Message Queuing Telemetry Transport 协议与 Windows 和 Linux 系统进行通信。 [link]
黑客正积极利用 WordPress 的 WooCommerce Wholesale Lead Capture 高级插件中的一个关键漏洞来上传 PHP 后门。 [link]
AI 正在缩短漏洞披露与利用之间的时间，使防御者等待补丁或公开利用程序的时间减少。Picus Security 解释了可利用性验证、安全控制测试以及自主渗透测试如何帮助团队在攻击者到来前堵住暴露缺口。 [link]
美国网络安全和基础设施安全局警告安全团队，勒索软件团伙现在已加入正在进行的攻击，利用 7 月修复的一个关键 VMware vCenter 漏洞。 [link]
五名涉嫌 Black Axe 网络犯罪集团的头目已被引渡至美国，面临电汇诈骗和洗钱指控，该团伙以参与全球规模的网络金融欺诈而闻名。 [link]
微软已确认，在安装 2026 年 9 月的 KB5002914 安全更新后，部分 Excel 用户的复制和粘贴功能可能会静默失效。 [link]
思科警告客户修补一个关键的 Secure Email Gateway 零日安全漏洞，威胁攻击者一直在攻击中利用该漏洞。 [link]