Event ·Single source

Kairos：在系统边界为 LLM 智能体做事务性安全防护

arXiv 论文提出 Kairos，一个部署在未修改、不透明智能体隔离边界上的参考监视器。工具调用、shell 命令和智能体写入的脚本都统一为文件与网络操作跨过边界，由声明式策略确定大部分操作效果，其余延迟裁决。在 AgentDojo 基准上，Kairos 将间接提示注入攻击成功率从 47.0% 降到 2.7%，良性任务效用保持与无防护智能体相当。实验覆盖 3 个基准和 3 个智能体模型，在攻击成功率与效用的权衡上优于现有防御方案。

Current read

智能体被注入指令时防不住？这篇论文把放行决定推迟到证据够了再做，AgentDojo 上攻击成功率从 47% 压到 2.7%，做安全的人可以细看。

2 sources52° AI heatLast updated 2026/10/13 14:24:26

Evidence

2 sources

Primary sourcearXiv cs.LG

2026/10/13 14:24:26View source

Related source 1shao__meng

2026/10/12 03:55:25View source

Conflict check

Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.

Open the story