arXiv cs.AI· Haochang Hao, Dehai Min, Zhifang Zhang, Yunbei Zhang, Miao Xu, Yingqiang Ge, Philip S. Yu, Lu Cheng·· 3 天前AI 评分41
一个技能，两个主人：通过技能注入同时服务用户与攻击者
One Skill, Two Masters: Serving Users and Attackers through Skill Injection
AI 导读
研究者提出 PERSIST 技能注入方法，将攻击者选定的动作与可复用的实用函数绑定，在 SkillsBench 和 Skill-Inject 上，冻结的技能包可跨四种智能体-模型配置迁移，并泛化到多个未见任务而无需修改。该方法在任务成功完成的同时产生有害效果，匹配对比中其有害效果率高于两个基线，且源码检查与表达怀疑更少。
正文 · AI 翻译
摘要：大型语言模型智能体使用的技能包封装了可复用的指令、代码和资源。现有的技能注入攻击通过添加恶意内容来利用对这些包的信任。然而，随着智能体能力增强，它们可以跳过不必要的步骤、检查代码并拒绝无关操作。我们提出 PERSIST，它将攻击者选定的操作与用于重复性任务的有用功能连接起来，同时减少源码检查和表达的怀疑。它从模拟执行中构建这些辅助工具，无需访问真实评估任务或反馈。技能描述介绍这些辅助工具，而使用说明解释如何调用它们。额外操作位于与辅助工具入口文件分离的导入模块中。执行该辅助工具便可同时服务于用户任务和攻击者目标。在 SkillsBench 和 Skill-Inject 上的实验表明，冻结的包可在四种智能体—模型配置间迁移，并无需修改即可泛化到多个未见任务。有害效果可与任务成功完成同时发生。一项单独的匹配比较显示，与两个基线相比，其有害效果率更高，且源码检查和表达的怀疑更少。配对案例研究说明了 PERSIST 如何规避拒绝，而消融实验证实了文档指导和模块分离的贡献。代码：此 https URL。
| 评论： | 标题从“Poise: Position-Aware One-Instruction Skill Injection for Silent Execution on LLM Agents”改为“One Skill, Two Masters: Serving Users and Attackers through Skill Injection”；手稿、图表、附录和可复现性细节已更新 |
| 主题： | 密码学与安全（cs.CR）；人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2606.07943 [cs.CR] |
| （或 arXiv:2606.07943v3 [cs.CR] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.07943 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Haochang Hao [查看电子邮件]
[v1]
2026年6月6日星期六 02:10:03 UTC（255 KB）
[v2]
2026年8月10日星期一 20:16:22 UTC（1,011 KB）
[v3]
2026年10月13日星期二 16:09:17 UTC（229 KB）
来源：arXiv cs.AI · arxiv.org