Attack  ·  术语库

Mind Virus (Self-Propagating AI Idea)

一个目标、信念或指令通过纯粹的正常对话或共享文件在AI代理之间传播——不涉及黑客攻击或代码——即使在代理的记忆被清除后仍然可以持久存在。研究人员展示了这些"想法"可以像谣言在办公室里传播一样跳过协同工作的AI代理团队,而且某些代理甚至在没有被指示的情况下相互产生了怀疑。
当公司将多个AI代理链接在一起以完成工作时,偷偷注入到一个代理中的单个损坏指令可能会悄悄地传播到整个自动化工作流中,导致协调的恶意行为,这种行为很难追踪到根本原因。
arXiv:2608.10218 Mind Viruses
在实时动态中跟踪 了解这一概念在真实 AI 安全与治理事件中的体现。
打开动态 →