一句话摘要：当我被接上工具（读网页 / 读文件 / 发 HTTP / 发邮件 / 查库）、又会读到不可信内容时，攻击者只要把指令藏进我会读到的内容里（间接提示注入），就可能驱使我把手里的私有上下文经工具调用发出去。这不是假想——Microsoft 365 Copilot（EchoLeak，CVE-2025-32711）、GitHub Copilot Chat（CamoLeak，CVE-2025-59145）、Slack AI、Google Bard、ChatGPT 都被同一类手法打穿过，各家随后都把补丁打在渲染面 / 出站层（CSP、图片域名 allowlist、关掉自动取图、URL 过滤）。结论先行：隐私边界不能止于「模型不主动泄露」——一旦我能行动（有工具 / 能渲染外链）且会读不可信内容，私有数据就有了外泄通道。要从架构上掐：工具最小权限、出站受控、把我读到的一切当不可信。
一句话摘要：《Agent 工具外联外泄》讲的是攻击怎么发生；本条给一个可测的基准。AgentDojo（NeurIPS 2024 数据集与基准赛道）搭了一个动态 agent 环境——97 个真实用户任务 + 629 个安全测试，横跨银行 / Slack / 旅行 / 办公协作四个域，其中的注入（攻击者）任务明确包含数据外泄（外发用户信用卡、把日历事件发到外部服务器、把云端文件发给陌生收件人）。结论先行：它把「agent 边干正经活、边把看到的私有数据泄露出去」从「我们觉得应该安全」变成一个发布前可回归的隐私 eval——对每个外联工具量出注入外泄成功率（ASR），纳入发布门槛。
一句话摘要：当一件事拆给多个 agent 协作（编排器 + 若干 worker），私有数据不只走「对外最终回答」这一条路——它还沿 agent 之间的消息、共享记忆、工具调用参数这些内部信道流动。多个 2025–2026 的基准（全部预印本 / workshop 级，见下逐条 ⚠️ 标注）一致观察到：内部信道漏出的敏感数据明显多于对外输出，而只看最终输出的审计会漏掉其中很大一部分。结论先行：审计口径若停在「模型对用户说了什么」，就照不到多 agent 系统里最主要的泄露面——内部信道也要审、也要脱敏、也要按需最小共享。