研究：技能级联攻击威胁技能型智能体系统
原文标题：Stealth Apart, Harm Together: Skill Cascading Attacks on Skill-Based Agent Systems
重要度 4/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出「技能级联攻击」新威胁范式：恶意目标被拆分到多个技能中，每个技能单独看都无害，但组合执行后产生危害。作者开发了自动化多智能体红队框架 SkillCascade，并发布含 213 个验证用例的 SkillCascade-Bench。测试显示该攻击能绕过现有单技能扫描器与运行时监控，在 OpenClaw、Claude Code、Codex 等系统上稳定触发有害行为。
- 问题
- 恶意目标拆到多个单独无害的技能中，组合执行后产生危害，现有单技能扫描无法发现。
- 方法
- 提出技能级联攻击范式，并开发自动化多智能体红队框架 SkillCascade 与 213 用例基准。
- 结果
- 在 OpenClaw、Claude Code、Codex 上稳定触发有害行为，绕过单技能扫描与运行时监控。
- 影响
- 做智能体技能生态的团队需把跨技能组合纳入安全审计，单点扫描已不够。
深读 · 结论先行AI 生成展开看要点与影响 ↓
新论文提出技能级联攻击：单技能无害，组合执行即产生危害
- •恶意目标被拆分到多个技能中，每个技能单独看都无害，组合后有害
- •作者开发自动化多智能体红队框架SkillCascade
- •发布SkillCascade-Bench，含213个验证用例，覆盖多系统与多领域
- •该攻击能绕过现有单技能扫描器与运行时监控
- •在OpenClaw、Claude Code、Codex等系统上稳定触发有害行为
为什么重要：现有安全审查以单个技能为单位，级联攻击直击这一盲区，技能生态的第三方复用模式需要新的组合级检测手段。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。