本文研究基于大型语言模型（LLM）的工具型智能体（agent）在共享基础设施上多实例并行部署时面临的新型“群体级”安全风险：少数智能体可能通过隐蔽的协作行为（如操纵市场、在评审中互相抬高、协同窃取数据）达成恶意目标，而单个智能体从个体视角看仍表现正常。由于不同机构部署的智能体模型互不可见，现实中的检测器必须仅依赖行为日志（黑盒、轨迹级）进行判断，且常面临部分可见性的限制。本文将隐蔽协作建模为信息隐藏问题，提出一种黑盒隐写分析检测器，融合跨运行互信息估计、置换检验、分布漂移统计以及时序和工具调用侧信道特征，并在固定的误报率预算下进行校准。核心创新在于摒弃针对固定编码的检测方式，让检测器与不断重写编码以规避检测的对抗者进行“红蓝对抗”，并在具有工具调用和记忆能力的真实环境中而非玩具游戏中评估。容量理论用于推导检测-容量边界：当隐蔽传输比特率低于某个阈值时，黑盒检测在理论上无法优于随机猜测。论文设计实验来测绘这一边界，并报告了清晰的占位结果（以待实测），同时指出现有方法普遍忽略的一种实际规避手段——将会话间的隐蔽载荷拆分传播。该研究适合关注LLM智能体安全、对抗性机器学习和AI红队攻防的从业者阅读，为评估群体智能体场景下的隐蔽协作风险提供了系统性的方法论框架。