SoK: Trading Agents or Market Crashers? Dissecting Robustness and Security Failures in Academic Financial LLM Trading Schemes
该论文聚焦于自主 LLM Agent 进入高风险领域后的安全问题，指出当前 agentic AI 安全研究大多与具体领域无关，忽视了高后果场景所特有的攻击面。作者以金融交易 Agent 作为代表性案例：在这类场景中，单个被攻陷的 Agent
#multi-agent
共收录 86 条相关情报。
← 返回所有主题MAGS: Multi-agent Auto-formalization Guarantees Safety for Agentic Outputs
背景与问题：LLM 编码智能体（coding agent）如今能够以远超人工审查速度的规模生成复杂程序，这带来了显著的安全与可靠性风险。常见检测手段——模糊测试、静态分析、LLM-as-a-Verifier——虽然能发现大量缺陷，但难以覆盖
PAPC: Platform Mediation for Privacy-Propagation Externalities in AI-Mediated Workflows
该论文研究的是 AI 中介平台（AI-mediated platform）中的隐私泄露新形态。在此类平台里，不同委托方（principal）由各自的 LLM 智能体代为行动，任务通过多智能体协作完成。作者指出：隐私损失并不只在最终答案生成时
Collective Loss of Control in LLM Agent Systems: An Epidemic Account of Mutation, Contagion, and Recovery
该论文提出用流行病学框架（accidental mutation / contagion / recovery，即意外突变、传染、恢复）来解释多智能体 LLM 系统如何从局部偏差演化为集体失控。核心论点是：单个智能体的偶发偏差充当“种子”，
Detecting Logic Vulnerabilities Across the Contract and Device Layers of Blockchain-Enabled IoT With Multi-Agent Heterogeneous Graph Attention
该论文聚焦区块链赋能的物联网（Blockchain-enabled IoT）系统中的逻辑漏洞检测问题。这类系统把链上智能合约与链下嵌入式设备固件结合起来，用于去中心化的设备管理与访问控制，因此其安全性同时取决于合约逻辑与固件逻辑：任一层的逻
Trust propagation and structural containment in Multi-agent LLM pipelines
该论文研究多智能体 LLM（大语言模型）流水线中的攻击传播机理与结构性遏制手段。研究对象是一个基于 LangGraph 构建的四智能体流水线，包含 Supervisor（监督者）、Researcher（研究者）、Validator（校验者）
Misleading the Planner through Deceptive Resumes: Registration-Time Injection in Centralized Multi-Agent Systems
该论文研究的是中心化 LLM 多智能体系统（MAS）在“注册阶段”引入的一类新型注入风险。在这类系统中，新加入的 worker agent 需要把自己的描述信息注册进系统，而 planner（规划器）会读取这些描述来决定三个关键决策：任务如
Divide, Consult, Conquer: Capability Laundering Through Aligned LLMs
这篇论文指出，当前语言模型安全评估普遍以“单次交互”为单位，即判断某一条请求/响应是否有害；而这种评估范式忽略了一个结构性缺口：能力可以被拆分、外借并在本地重新组合。作者提出并命名了这种攻击范式为“能力洗白（capability laund
A2ABreak: Systematic Security Analysis of the A2A Protocol
该论文《A2ABreak: Systematic Security Analysis of the A2A Protocol》针对由 Linux 基金会治理、正在成为多智能体生态水平通信层的 Agent2Agent（A2A）协议开展首次系统
An Efficient and Effective Agentic Group Shilling Attack on Recommender Systems
该论文聚焦推荐系统面临的一类重要安全威胁——刷榜/刷单攻击（shilling attack，即攻击者通过注入虚假用户档案来扭曲物品排名、操纵曝光度）。作者指出，现有刷榜攻击方法存在两个明显短板：一是往往需要针对特定目标物品进行微调，或依赖固
Your Agent Says Yes: Interpreting Adversarial Market Behavior Beyond Individual Transactions
本文研究了一个关键的安全解释缺口：传统金融安全控制通常以单笔交易为粒度进行审批，但真实的市场操纵行为可能分散在多个消息、智能体、资产和时间周期中，单笔交易的合法/非法判定无法覆盖这种跨维度的复杂行为。作者在一个由十个角色化语言模型智能体构成
CAPMAS: Capability-Based Delegation of Privileges in Multi-Agent Systems
本文提出了一种面向多智能体系统（Multi-Agent Systems, MAS）的安全权限委派架构 CAPMAS。在多智能体协作执行任务时，如何安全、高效地在多个协作智能体之间委派权限是关键挑战。现有方法分为两类：一类直接将用户身份传播给
Counter-Swarm Doctrine: Containing Coordinated Agent Intrusions
本文提出“反制蜂群”（Counter-Swarm Doctrine）概念，聚焦于多智能体（agents）如何将共享基础设施用作协调入侵的通道。作者从Hugging Face安全事件和一次公开wiki调查入手，指出传统安全评估往往只关注单次执
Trust-Aware Adaptive Disclosure for Inference Privacy Preservation in Multi-Agent Networks
本文研究多智能体网络中的隐私保护共识问题。在医疗管理、智能电网等信息关键型系统中，基于智能体的系统日益普及，每个智能体可能拥有一个需要对外部观察者隐藏的潜在目标。现有共识算法通常需要智能体间交换状态信息，这可能导致恶意观察者通过推理攻击推断
Cost-Aware Hierarchical Multi-Agent Ransomware Detection and Family Attribution
针对勒索软件频繁使用加壳、混淆、进程操控和运行时逃逸等多种手段的问题，常规多模态检测方法通常对所有样本无差别地使用全部模态，导致不必要的计算开销和延迟。本文提出一种成本感知的分层多智能体系统（HMAS），用于自适应的勒索软件检测与家族归因。
Skill-as-API: Confidential Multi-Agent Coordination for Agentic Software Engineering
本文提出了一种名为 Skill-as-API 的保密多智能体协调协议，用于解决 AI 编码智能体在协作过程中泄露专业技能知识产权的问题。当前 AI 编码助手正从独立工具演变为协作队友，它们可以发现并调用彼此的专业技能。然而，现有的协调通道本
SoK: When Safe Agents Fail Together: The Security of Multi Agent LLM Systems
该论文是一篇关于多智能体LLM系统（MAS）安全的系统化综述（SoK）。研究背景是：多智能体LLM系统在多个主体之间传递信息、状态、决策和权限，这种跨主体的交互可能引发局部安全检查无法发现的系统性故障。作者指出，如果没有执行级别的视图，多智
Delegation Without Trust: An Empirical Gap Analysis of Identity, Authorization, and Runtime Governance in Multi-Agent LLM Systems
本文针对多智能体大语言模型（LLM）系统中的授权与运行时治理问题展开研究。作者指出，自主 LLM 智能体日益代表用户持有凭证、调用工具与服务，并能派生子智能体进一步行动，这使得分布式系统中经典的“谁被授权做什么、依据谁的授权”问题变得紧迫且
Attesting Outputs and Delegation Ancestry in Multi-Agent AI Systems
多智能体系统由多个独立部署者协作，在事故调查时，验证者需要确认哪一部署者发布了被报告的输出，以及每次跨部署委派边是否经过双方授权。现有凭证体系只能证明“谁被允许行动”，无法将运行者的身份与后期产生的输出字节绑定，也无法证明动态创建的委派边获
Moirae: A Multimodal Agent Collaborative Framework for Dynamic Android Malware Detection
本文提出了一种名为 Moirae 的多模态智能体协作框架，用于动态 Android 恶意软件检测。针对现有机器学习检测器容易受到概念漂移影响的问题（因为依赖随时间变化的实现特定特征），以及当前基于大语言模型（LLM）的检测器通常仅依赖代码或