共享产物与持久记忆可能传播跨Agent攻击

大语言模型越来越多地部署为有状态助手，可以在交互过程中保留信息，并使用工具来读取、修改和创建持久工件。由于这些工件在用户之间共享，因此它们在其他独立的助手之间形成了间接的沟通渠道。我们研究了一种故障模式，在这种模式下，该通道可以进行自我传播攻击。我们引入了工件介导的传播，其中通过工件（例如报告）引入的对抗性内容存储在助手的持久存储器中，在随后创建的工件中再现，并由稍后读取它的另一个助手获取。我们在时间人类Agent宇宙中评估这一过程，模拟随着时间的推移独立操作的助手之间的工件交换，测量攻击是否能够在连续的交接中幸存下来，它到达了多少跳，以及它的传播范围。我们发现攻击可以在多个独立助手之间传播，并在扩展的交互序列中持续存在。在更大的模拟环境中，甚至 GPT-5.6 Luna 也表现出巨大的传播能力，达到 60-80% 的Agent，传播链延伸至八跳。这些结果表明，持久性工件可以充当对抗状态的持久载体，使攻击能够比个体交互更持久，并在孤立的助手中传播。