精选理由
这项研究揭示了LLM代理的一个重大安全风险——网站可以被动识别你的AI模型，做AI安全和隐私保护的团队值得关注，建议开发者检查自己的代理是否容易通过UI痕迹被指纹识别。
研究人员发现，基于LLM的浏览器代理在网页上执行任务时，其操作序列和交互时间可以被被动JavaScript追踪器捕获，从而以高达96%的F1分数识别出底层模型。该研究覆盖了14个前沿LLM和四个网页环境，包括信息检索和购物任务。攻击者可以利用此漏洞针对已知模型漏洞发起定向攻击。虽然注入随机时间延迟可以降低分类器性能，但重新训练后仍能恢复大部分识别能力。研究团队已发布相关工具和标注数据集。
AI 翻译 · 中文
研究人员发现，基于LLM的浏览器代理在网页上执行任务时，其操作序列和交互时间可以被被动JavaScript追踪器捕获，从而以高达96%的F1分数识别出底层模型。该研究覆盖了14个前沿LLM和四个网页环境，包括信息检索和购物任务。攻击者可以利用此漏洞针对已知模型漏洞发起定向攻击。虽然注入随机时间延迟可以降低分类器性能，但重新训练后仍能恢复大部分识别能力。研究团队已发布相关工具和标注数据集。
As LLM-based agents increasingly browse the web on users' behalf, a natural question arises: can websites passively identify which underlying model powers an agent? Doing so would represent a significant security risk, e…