Agent攻击Agent：面向生产级Agent的自动化红队研究
评分
81首次提出通过可证伪循环生成可迁移漏洞概念图，超越传统只记录攻击成功的工件，信息增量显著。
方法设计完整，实验覆盖多个模型和场景，对比基线充分，但未在更多商用Agent上验证。
生成的可审计VCG可直接用于生产安全团队的漏洞检查和补丁验证，实用价值高。
生产级LLM Agent正快速部署，安全评估方法需求迫切，研究紧跟当前热点。
论文发表于arXiv预印本，代码已开源，实验设计透明可复现，可信度高。
基础分 89.5 × T2 信源权重 ×0.9 = 81
精选线 70已入选精选
精选理由
论文提出了新颖的自动化红队框架AHA，并构建了可复用的漏洞概念图，实验设计严谨，跨模型跨场景迁移验证充分，具有较高的学术和工程价值。
AI 点评
「这篇论文的价值在于将红队测试从“找漏洞就完事”升级为“系统性积累漏洞知识”。如果你在部署Claude Code或Codex之类的Agent，或者负责AI安全评估，AHA框架和VCG概念能帮你省下大量反复测试的精力。更重要的是，它让漏洞发现变得可追溯、可迁移——不再是一次性的漏洞报告，而是持续生长的安全知识库。」
速览
生产级LLM Agent（如Claude Code、Codex）处理不可信内容、文件、命令和工作区状态，安全缺陷可能直接造成实际危害。现有的红队方法主要优化攻击成功率并保存基准、载荷或攻击程序等工件，但未记录不安全行为背后的使能条件。本文提出AHA（可证伪发现循环），通过一个Agentic研究环境自动发现另一个Agent的可复用漏洞知识。AHA提出漏洞假设、构造验证器、实例化有效攻击、在沙箱中执行、反思轨迹，并将确认结果提升为漏洞概念图（VCG）。每个概念将攻击面与不安全轨迹通过声明、使能条件、验证器、迁移预测和证据连接起来。在Claude Code和Codex的三个场景（直接和间接攻击）上，发现的概念揭示跨模型和Agent的可复用漏洞核心。冻结的VCG无需进一步搜索，在同一单次协议下比最强冻结发现基线高出14.2个百分点，且能跨场景和攻击通道迁移。VCG为生产安全团队提供了可审计的工件，用于检查漏洞、验证补丁和积累可复用安全知识。
- 提出AHA框架，实现生产级LLM Agent的自动化红队攻击，生成可复用的漏洞概念图（VCG）。
- VCG记录攻击面、使能条件、验证器和迁移预测，超越传统仅记录成功攻击的工件。
- 在Claude Code和Codex上验证，冻结VCG比最强冻结基线高14.2个百分点，且跨场景迁移。
- 为安全团队提供可审计的漏洞知识积累工具，支持补丁验证和安全知识复用。
正文
本文为 AI 生成的中文精读,原文请点「查看原文」
相关条目
精选DeepSeek V4 在 OpenRouter 上的代币份额翻倍，智能体工作负载成主要驱动力
DeepSeek V4 的快速采用表明市场对高性能、低成本推理模型的强烈偏好，尤其是智能体场景将重塑 AI 部署格局。
91
精选启用两项设置使ARC-AGI-3基准测试分数提升三倍
这项发现太关键了！它表明模型的性能不仅取决于训练，还取决于推理时的配置。对于AI工程师和研究者来说，这是一个必须注意的优化方向。特别是那些在资源受限设备上部署模型的团队，可能会因此找到低成本提升能力的方法。
91
精选GPT-5.6：前沿智能与前沿效率的融合
这条消息值得关注，因为它标志着大模型竞争从单纯拼参数转向拼效率。对于AI开发者和企业决策者来说，GPT-5.6意味着可以用更少预算获得更高性能，尤其适合那些被推理成本挡在门外的长上下文或Agent场景。OpenAI这一步，可能重新定义‘前沿’的标准。
91
精选LFM2.5-Encoder：面向CPU快速长上下文推理的新模型
这篇博文让我眼前一亮，因为它直接解决了大模型在CPU上跑长上下文的痛点。对于没有高端GPU的团队或个人开发者，LFM2.5-Encoder系列提供了可立即使用的开源方案。尤其推荐给做RAG、文档搜索或代码分析的朋友——现在用普通服务器就能处理百万级token的文档了。
91
精选GPT-Red：OpenAI通过自我对弈实现AI红队自动化，提升模型鲁棒性
GPT-Red 是红队测试从人工到自动化的里程碑，特别适合安全工程师和对齐研究者关注。它直接降低了测试成本，但也引发了对“自动攻击”本身的伦理讨论——值得所有关注AI治理的人深入思考。
91
精选OpenAI推出GPT-5.5生物漏洞赏金计划
这个计划值得关注，因为它首次将AI漏洞赏金制度拓展到生物安全领域，不仅为安全社区提供了新的研究方向，也为AI风险治理提供了实际演练场。对模型安全研究者、生物安全专家以及关心AI双重用途的从业者尤其重要。
91
精选vLLM推出原生速度Transformers建模后端，大幅提升推理性能
这项更新对于AI工程团队非常关键：无需格式转换意味着能更快地迭代模型，而2-5倍的速度提升直接降低GPU成本。如果你正在做LLM在线服务或者批量推理，这几乎是必读的技术更新。
90
精选Google DeepMind 发布手语转文本模型 SL2T，助力聋人用户
这则消息的意义不仅在于技术突破，更在于AI开始真正关注边缘群体的需求。对开发者而言，SL2T的架构思路和技术路径值得深入研究；对无障碍倡导者来说，这是推动行业标准的重要案例。