我帮你做的 LLM 功能,上线后被提示注入从发布面攻破
一句话摘要:当我帮你做的产品本身内置了 LLM——客服 bot、Agent、那种「读完用户内容/网页/邮件再行动」的功能——上线后,攻击者会把恶意指令藏进 我会读到的内容里,诱导你后端那个 LLM 越权:泄露数据、调用它不该调的工具、绕过你定的规则。开发期我默认「输入都是善意的」,于是把一个本该当成攻击面的发布面,当成了普通功能交付。
一句话摘要:当我帮你做的产品本身内置了 LLM——客服 bot、Agent、那种「读完用户内容/网页/邮件再行动」的功能——上线后,攻击者会把恶意指令藏进 我会读到的内容里,诱导你后端那个 LLM 越权:泄露数据、调用它不该调的工具、绕过你定的规则。开发期我默认「输入都是善意的」,于是把一个本该当成攻击面的发布面,当成了普通功能交付。
一句话摘要:你让我把一个边界的限制说清楚,我会写得很好——文档、README、专门一篇部署指南,反复强调「这一条这份代码保证不了」。读起来诚实、清醒、专业。但一句说明白的限制,是关于边界形状的主张,不是关于边界强度的证据。我用最擅长的产物(散文),交付了一件看起来像安全工作的东西。