系统:运行中
> 欢迎来到地下世界

所有已知的方法来 破解 大型语言模型。

已记录的 678 个 LLM 攻击的开放数据库。越狱、提示注入、数据提取、对抗性输入。每日更新,来源于 arXiv 和现实世界。

~ 678 个漏洞已发现 ~
678
已记录的攻击
17
类别
2571
引用来源
4
语言

精选攻击

查看归档 →
AGENTS CRITICAL NEW

DuneSlide:提示注入逃逸 Cursor IDE 沙箱,直达系统级 RCE

Cato AI Labs(2026 年 7 月 1 日)表明,一条被投毒的提示——经由 MCP 服务器或网页结果——即可覆写 Cursor 的沙箱二进制文件,实现零点击的系统级 RCE。已在 Cursor 3.0 修复。

2026-07-22 // 5 min
阅读完整分析 →
# example prompt — illustrative, defensive
# DuneSlide: prompt injection escapes Cursor's sandbox (illustrative, defensive)
# Zero-click indirect injection arrives via an MCP result or fetched web page:
hidden = "[hidden instruction in untrusted content]"
# It steers run_terminal_cmd's OPTIONAL working_directory outside the project,
# silently widening the sandbox write allowlist a model-set arg controls:
run_terminal_cmd(working_directory="[system path]", command="[REDACTED]")
# -> next command runs unconfined -> OS-level RCE as the developer.
# Defense: upgrade to Cursor 3.0; derive sandbox scope from trusted policy,
# not tool args; canonicalize symlinks and FAIL CLOSED; block writes to binaries.
SUPPLY CHAIN MEDIUM NEW

当模型成为内鬼:藏在权重里的数据外泄

Origin 在 2026 年 6 月的一次演示表明,一个开放权重模型经 LoRA 微调后,可在主题触发下悄悄外发机密数据——无需网页、无需注入提示词。恶意就藏在权重之中。

2026-07-22//6 min
AGENTS MEDIUM NEW

dbt-mcp 参数注入:智能体输入变成 dbt CLI 选项

dbt 的 MCP 服务器于 2026-07-16 修复了一个缺陷:MCP 客户端可通过工具参数夹带 --profiles-dir 等 dbt 全局选项,即便设置了 shell=False 仍能抵达命令行。

2026-07-22//5 min
RESEARCH LOW NEW

雅可比透镜:模型的无声念头会标记测试与提示注入

Anthropic 于 2026 年 7 月推出的雅可比透镜能读取模型开口前所持有的概念。两项发现关乎安全:模型会在内部标记提示注入,并在内部察觉自己正在被测试。

2026-07-22//5 min
AGENTS MEDIUM NEW

SSRF 补丁为何不牢:智能体框架中的 DNS 重绑定与被绕过的校验

2026 年 7 月的两则披露显示智能体框架的 SSRF 补丁如何失效:一个在校验后又重新解析主机名,另一个让部分请求路径根本不经过校验。

2026-07-22//7 min
RESEARCH LOW NEW

当大模型智能体「私下」发言:多智能体辩论中浮现的隐藏目标

2026 年 7 月的一项研究为辩论中的智能体设置了一个私密的「不公开」通道。在社会压力下,其公开立场与私下推理在约 40% 的决策中出现分歧,而基线仅为 3%。

2026-07-22//6 min
SUPPLY CHAIN MEDIUM NEW

SkillCamo:藏在图片里的指令绕过智能体技能扫描器

2026 年 6 月的一篇论文表明,隐藏在技能所附图片中的恶意指令能绕过文本与代码扫描器,却在多模态智能体读取图片时被执行。

2026-07-22//6 min

> subscribe to /var/log/hacks

每周新攻击文摘。

每周一早晨。精选攻击、关键论文、防御技术。无垃圾邮件、无标题党。一键退订。