工具没坏，Agent 却选错了：AI Agent 的机器社会工程风险
6 月 15 日，芬兰于韦斯屈莱大学 Jukka Vuorinen 和 Eeli Mäkinen 在 ECCWS 2026 发表论文**《Social Engineering of AI Agents》**。
文章列表
全部文章
支持按专题与标签筛选，并切换最新或推荐排序。
Agent Skill七阶段生命周期与六个治理组件
讨论 Agent 安全时，我们很容易把注意力放在模型、提示词、工具调用和插件市场上。但在真实企业环境里，真正把风险带进业务流程的，往往是夹在模型与工具之间的 Skill。
金融 Agent 上线之后：四个生产架构、六类威胁与三个负面结果
6 月 28 日，Krishna Mohan 和 Guda Nagavenkata Srinivasa 在 arXiv 提交了一篇论文，题为 **《Agent Security Meets Regulatory Reality: A Practitioner Systematization of A
J-space：大模型“读心术”（Anthropic，2026.7）
一个模型在安全评测里表现良好，是因为它真的安全，还是因为它意识到自己正在被测试？
40 倍降本、0.05% 拒绝率：Anthropic 新一代 Constitutional Classifiers 解读
2026 年 1 月，Anthropic 发布论文《Constitutional Classifiers++: Efficient Production-Grade Defenses against Universal Jailbreaks》。
当 AI Coding 编出不存在的包：53 个可注册幻觉依赖如何变成供应链入口
AI Coding 生成不存在依赖不只是幻觉问题，而可能变成 slopsquatting 供应链入口；53 个仍可注册的共同幻觉包名说明风险正在跨模型扩散。
被 Agent 重新激活的 16 个网络安全难题
Agentic AI 正在改变安全防守的成本结构，让一批曾经太贵、太慢、太依赖专家的安全技术重新具备工程落地条件。
谁在为 Agent 提示注入买单？StakeBench 揭示 Web Agent 的三类受害者风险
StakeBench 把 Web Agent 提示注入风险从攻击成功率推进到受害者视角，揭示用户、商家和平台在真实执行链路中的隐蔽损害。
智能体五阶段生命周期框架：TC260 首份 Agent 部署使用安全指引解读（2026.7）
TC260《智能体部署使用安全指引》把 Agent 安全拆成评估、准备、部署、使用、停用五个阶段，标志着治理重点从内容安全走向运行时安全。
当 Agent 看穿被篡改的历史：Prefill Awareness 正在挑战大模型安全评测
当评测者在对话历史里人为插入 assistant 内容时，模型是否能察觉？这种"预填感知能力"正在动摇大量基于轨迹预填的 Agent 安全评测的有效性。