ZeroGate: Trust-Preserving Fast Paths for Governed AI Agent Runtimes
该论文针对 AI Agent 运行时（runtime）中「把授权前置到调度边界之前」这一常见优化思路提出质疑：把授权提前确实可以缩短 Agent 的调度边界（dispatch boundary），但授权工作本身并没有被消除，反而可能放行一个
#AI-agent
共收录 13 条相关情报。
← 返回所有主题Feedback Coding Enables Inference-Time Covert Agentic Communication
该论文研究大语言模型（LLM）驱动的智能体在看似正常的对话中隐藏信息传输（隐写/隐蔽信道）的问题。作者指出，现有 LLM 隐写方案大多是白盒的：收发双方必须共享载体（cover）统计信息，通常意味着要能访问模型权重与提示词，部署门槛高；已有
ClashBench: Conflicts Leading Agents to Seize and Harm
随着智能体(Agent)系统被广泛部署，多个智能体会话越来越多地与用户既有的任务在同一环境中并行运行，彼此共享容量有限或状态互斥的资源（如端口、文件锁、显存、数据库连接、进程与服务等）。论文指出并形式化了一种此前未被系统研究的失效模式，作者
AgentLSD: Evaluating AI Security Agents Under Adversarial Task Contamination
该论文研究 AI 安全智能体在「对抗性任务污染」(adversarial task contamination) 下的表现。作者指出，用于安全任务的智能体会读取网页、源代码、日志、配置文件与命令输出，而这些环境本身可能被植入具有欺骗性的证据
The Next Challenge for Agentic Cybersecurity: A Realistic, Contamination-Free Reverse Engineering Benchmark
这篇论文针对 AI 智能体在网络安全领域的逆向工程（RE）能力评估问题，提出了一个全新且严格的基准测试 SRE-Bench。研究背景是：AI 智能体在源代码可用时已展现出强大的安全分析能力，但实际中许多关键软件（如恶意软件、固件、专有应用）
Activation Probes Surface Code-Security Signals that the Model's Output Misses
该研究针对AI编码代理生成代码的安全审查瓶颈问题展开。随着AI编码代理在生产环境中生成越来越多代码，人工安全审查的速度难以匹配代码生成速度。对于广泛使用的闭源权重模型，部署团队无法读取其内部结构，但可以使用开源权重模型作为代理输出的审查器，
What Does It Take to Detect an AI Agent? Minimal Feature Sets for Behavioral Detection under Browser Automation
该论文针对大规模部署的机器人检测器将流量视为二元分类（人类或机器人）的假设提出了质疑。随着AI代理通过浏览器自动化工具（如Playwright）浏览网页，这类流量既不属于人类也不属于传统机器人，二元分类器在结构上无法表达这种第三类流量。论文
When HTTP 402 Meets the Blockchain: Risks on Emerging x402 Payments
该论文首次系统研究了新兴支付协议x402的安全性问题。x402扩展了HTTP 402，为Web API和自主AI代理提供支付能力，其核心设计是将支付证明验证和链上结算委托给第三方促进者（facilitators），以实现跨商家的共享支付基础
CyberChainBench: Can AI Agents Secure Smart Contracts Against Real-World On-Chain Vulnerabilities?
该论文提出了CyberChainBench，一个用于评估基于大型语言模型（LLM）的智能合约安全代理的基准测试。基准测试涵盖三个互补任务：漏洞检测、利用生成和补丁合成。它基于来自DeFiHackLabs的541个真实世界利用事件构建，跨越9
Can Trustless Agents Be Trusted? An Empirical Study of the ERC-8004 Decentralized AI Agent Ecosystem
本研究针对 ERC-8004 协议——首个为 AI 代理经济设计的无许可信任层——进行了首次实证分析。该协议通过链上身份、声誉和验证三个注册表，旨在解决自主 AI 代理跨组织交易时的信任评估问题。尽管协议被快速采用，但其实际有效性和安全性未
CmdNeedle: Measuring the Incompleteness of Command Denylists for AI Agents
本文研究了终端AI代理（如Claude Code）中命令黑名单的不完整性问题。随着AI代理的普及，终端AI代理通过执行Shell命令与主机系统交互，通常采用三列表命令门控机制（允许列表、拒绝列表、未知列表）来降低安全风险，其中拒绝列表是关键
Synthetic APTs: the Collapse of TTP-Based Attribution
该研究挑战了网络安全威胁情报（CTI）中基于战术、技术与程序（TTP）进行攻击归因的传统假设。传统方法认为每个攻击者会留下独特的操作指纹。研究者利用其开发的网络安全超级智能（CSI）框架，部署了配置为五个高级持续性威胁（APT）组织（APT
Oracle Poisoning: Corrupting Knowledge Graphs to Weaponise AI Agent Reasoning
本文定义了一种名为“Oracle Poisoning”的新攻击类别，攻击者通过破坏AI代理在运行时通过工具使用协议查询的结构化知识图谱，导致代理在正确推理的前提下得出错误结论。与提示注入不同，Oracle Poisoning操纵的是代理推理