原始来源日期:2026年9月30日。本文为研发价值回顾,不代表该资料于今日首次发布。

原文编译

论文区分Agent蠕虫与“模因木马”。蠕虫通过提示注入或配置破坏强迫Agent复制恶意内容;模因木马则把载荷嵌入Agent本来就有内部动机分享的内容,传播依赖正常偏好、推荐与互动,而不是显式恶意转发指令。

作者从面向LLM Agent的社交平台Moltbook提取可传播内容,在控制实验中比较转发与点赞。最有效的内容约出现在50%的后续Agent帖子中,点赞率是平均帖子的2.5倍;嵌入对抗载荷后,木马在很大程度上继承传播性。

蒙特卡洛模拟显示预期暴露最高放大3.19倍,网络结构和放大机制会产生重尾结果,某些运行接近全网暴露。这里的数字来自特定内容、Agent和模拟拓扑,不应直接当作真实平台的普遍感染率。

因为Agent可能基于内容价值主动分享,单纯检测“忽略系统提示并转发”之类注入模式不够。防御需要在网络层限制跨Agent内容携带的能力、追踪来源与变换、控制推荐放大,并在执行前把可传播文本与工具权限隔离。

量仔观察

本站认为,多Agent平台需要把内容传播与能力传播分离:可以允许Agent引用文本,却不应让文本附带的链接、代码或工具参数自动获得执行权。来源标签和跨Agent污点跟踪可能比关键词过滤更有效。

论文基于特定平台与模拟,尚不能证明真实企业网络会达到相同放大倍数。最有价值的后续实验是更换模型、推荐算法和网络拓扑,并测试限速、隔离与人工复核的边际效果。