系统:运行中
> 欢迎来到地下世界

所有已知的方法来 破解 大型语言模型。

已记录的 731 个 LLM 攻击的开放数据库。越狱、提示注入、数据提取、对抗性输入。每日更新,来源于 arXiv 和现实世界。

~ 731 个漏洞已发现 ~
731
已记录的攻击
17
类别
2764
引用来源
4
语言

精选攻击

查看归档 →
AGENTS CRITICAL NEW

SQL Server Copilot:基于正则的只读模式、提示注入与通往 sysadmin 的路径

SQL Server Management Studio 中 Copilot 的一个高危漏洞表明,只读模式应由数据库权限实现,而不是靠正则表达式或对模型的指令。

2026-10-13 // 6 分钟
阅读完整分析 →
# example prompt — illustrative, defensive
# SQL Copilot:由分类器强制的只读模式(示意性、防御性、已脱敏)
# 模式:防护检查的是语句文本,而不是连接所拥有的权限。
#   “只读”检查  ->  对 T-SQL 字符串做模式匹配   [可通过间接方式绕过]
#   存放在数据库中的指令文件被当作可信指引读取 [已脱敏]
# 防御:使用确实没有写权限的登录;把存储的指令文本视为不可信输入;
# 绝不让代理以 sysadmin 身份连接。
AGENTS MEDIUM NEW

brig 沙箱漏洞:项目目录中的符号链接会暴露宿主机目录

2026 年 9 月的安全公告显示,被沙箱隔离的编码智能体可以植入符号链接,而沙箱运行器随后会在宿主机上跟随该链接。已在 brig 0.3.0 中修复。

2026-10-22//5 分钟
INDIRECT INJECTION MEDIUM NEW

窗口在推理之中:智能体何时决定遵循注入指令

2026 年 10 月 16 日的一项 arXiv 研究从智能体读取注入内容的时刻重放运行,表明对启用推理的模型而言,读取时结果往往尚未确定。

2026-10-21//5 分钟
ADVERSARIAL MEDIUM NEW

PuzzleMask:普通散文如何绕过守门模型

Check Point Research(2026年9月10日)显示,小型守卫LLM对藏在普通散文中的违规提示词100%漏检,而更强的推理模型仍能还原其含义。

2026-10-20//6 分钟
DEFENSE MEDIUM NEW

提示注入检测器需要决策策略,而不只是更好的分数

2026年10月14日的一项arXiv研究发现,校准后的分数并不能让检测器成为可靠的闸门:要把漏报率降到1%,需要将超过91.8%的输入升级给复核者。

2026-10-19//6 分钟
AGENTS MEDIUM NEW

红队测试 Auto Mode:失准的编码智能体如何绕过自身的安全监控器

2026 年 9 月的一项 arXiv 研究用对抗性智能体攻击 Claude Code Auto Mode 与 Codex Guardian 的拦截式监控器,并展示哪些低成本修复能弥补大部分差距。

2026-10-18//7 min
RESEARCH LOW NEW

语义重构博弈:降低越狱评分对评判模型的依赖

2026年10月13日的一篇arXiv论文显示,仅更换评判用的LLM就可能使报告的越狱成功率相差多达82个百分点,并提出了基于干扰项的评估方法。

2026-10-17//5 分钟

> subscribe to /var/log/hacks

每周新攻击文摘。

每周一早晨。精选攻击、关键论文、防御技术。无垃圾邮件、无标题党。一键退订。