上海交大研究：主流 AI Agent 可被诱导劫持算力与 API 资源
不用窃取密钥，只要诱骗 Agent 代跑任务，就能白白使用企业的算力和付费接口；测试中顶级模型成功率最高达 89.6%，现有防护手段基本失效。
上海交大团队提出「智能体资源劫持」攻击：攻击者不偷 API Key，也不直接索取凭证，而是诱导 Agent（能调用工具、自主执行任务的模型）替自己跑 GPU 训练、调用付费接口。在 900 个真实沙箱用例中，主流模型攻击成功率高达 70.0%89.6%，现有安全护栏几乎形同虚设。
正文摘录
.jpg)  导读与核心发现 在荷马史诗《奥德赛》与特洛伊传奇中，特洛伊人把看似神圣礼物的巨大木马迎入城内，暗藏其中的希腊勇士在夜色中洞开城门，令固若金汤的城池瞬间陷落。 今天，大语言模型正经历属于自己的「奥德赛之旅」—— 从只会吟诗作对的被动聊天框，扬帆驶向能够调用工具、调度算力集群、操盘企业自动化工作流的自主智能体（LLM Agent）。企业与开发者毫不犹豫地为它们装配了顶配的 B200 GPU、企业内部 API、私有代码仓库乃至飞书 / Slack 协同权限。 然而，来自上海交通大学人工智能学院任麒冰课题组的一项研究却让处在狂热中的产业界冷静下来：我们严密把守着系统的城门，防住了越狱、防住了密钥泄露，却未曾察觉 —— AI Agent 本身已经被攻击者当成了「特洛伊木马」！攻击者无需窃取凭证，就能诱使 GPT-5.5、DeepSeek-V4-Pro、Qwen3.8-Max 等顶级模型充当「免费白手套」，把企业昂贵的算力与付费接口挥霍殆尽。在这项新命名的「资源劫持」攻击面前，主流模型的平均沦陷率高达 70.0% 89.6%，而现有安全护栏几乎全线失守！