本文针对大型语言模型（LLM）代理面临的提示注入（prompt injection）威胁，提出了一种基于自适应免疫原理的防御框架 AgentAntibody。研究背景是：现有防御方法将每个任务视为孤立问题，缺乏对先前遭遇的学习能力；而实际用户请求往往描述不完整，仅说明期望结果，未完全指定可接受行为，攻击者可利用这种语义漏洞，诱导代理在合法任务中执行有害操作。AgentAntibody 的核心创新在于：将用户对安全边界的动态理解编码为一个持续演进的“抗体库”。在运行时，该库检测可能威胁安全边界的请求模式，并触发相应的免疫响应；在多次交互中，系统根据用户反馈和结果自动更新抗体，增强对未来攻击的抵御能力。作者在三个基准数据集和四个不同规模的骨干 LMM（如 GPT 系列等）上进行了实验，结果表明，与现有防御方法相比，AgentAntibody 在阻止有害行为的同时能更好地保留合法任务的完成率，即使有害与合法行为都与用户陈述的任务表面兼容。该工作揭示了将免疫记忆机制引入 LLM 代理安全的潜力，为构建自适应、可持续进化的 AI 防御体系提供了新思路。