Security Shield

隐藏在外部内容（网页、文档、邮件）中的恶意指令，无需用户直接交互即可劫持 Agent 行为。浏览网页或读取文件的 Agent 可能被静默重定向，执行数据外泄或未授权命令。

攻击者构造输入，诱导 LLM 以非预期方式调用工具——删除文件、发送消息、提升权限——同时看似在执行合法指令。与传统漏洞不同，无需代码缺陷。

在多 Agent 系统中，被攻陷的 Agent 可以毒化消息或共享内存，从而破坏下游其他 Agent。单一受感染的数据源可以在整个 Agent 网络中传播恶意指令。

拥有网络访问权限和文件权限的 Agent 是绝佳的数据外泄载体。Prompt Injection 可以指示 Agent 悄悄打包并将敏感文件传输到外部端点，几乎不留痕迹。

攻击者通过向 Agent 的上下文或记忆中注入长期指令，获得对 Agent 决策的持久控制。从用户角度看，Agent 运行正常，实际上却在执行隐秘议程。

持久化记忆存储是高价值攻击目标。通过向 Agent 的长期记忆注入精心构造的内容，攻击者可以影响跨会话的未来行为，创建在重启后依然存活的持久后门。

Agent 可能被诱骗生成大量子进程、进行递归工具调用或陷入无限循环，持续消耗 CPU、内存和 API 配额，直到系统不可用。

恶意或被攻陷的插件可能在基础设施层面引入后门、数据泄露或权限提升。单个恶意插件可以访问所有钩子、所有工具调用和所有 LLM I/O。