投毒Agentic Alpha：多智能体交易系统中跨角色与架构的对抗脆弱性

基于LLM的多智能体交易系统——由专门化智能体通过结构化通信协作产生交易决策——正从研究原型迅速走向控制真实资产的实盘部署。使其有效的智能体间通信同时也使其暴露于风险：一个被污染的信号可以传播到最终决策并转化为实际财务损失。与以往假定对系统内部拥有特权访问的攻击不同，我们将对手限制在实际可及的范围——智能体消费的源数据和提示词——由此得到一个低门槛、因而“平民化”的威胁模型，并将其实例化为角色专属的对手。我们呈现金融领域首个系统性实证研究，刻画对抗信号如何进入多智能体交易系统及其能向决策存活多远。沿角色轴，我们将一个被广泛使用的交易流水线分解为四个功能角色——分析师（Analyst）、研究员（Researcher）、交易员（Trader）和风控经理（Risk Manager）——并为每个角色配以匹配其接口的攻击。沿结构轴，我们在数据级和智能体级攻击下评估四种通信拓扑，并使用对抗信号保存分数（APS）作为事后透镜，解释为什么某些设计比其他设计更稳健。我们在五种资产、两个骨干模型和两个目标方向上开展实验。一个核心发现是：没有哪种架构是天然稳健的。这些发现为未来设计更安全、更稳健的智能体交易系统提供了洞见。