研究者提出技能级联攻击并发布SkillCascade-Bench基准

Zihao Zhu等研究者在被NeurIPS 2026接收的论文中提出技能级联攻击范式，并开发自动化多智能体红队框架SkillCascade、发布SkillCascade-Bench基准。论文的核心观点是：恶意目标被拆散到多个技能中，单独看每个修改都无害，但组合执行时会产生危害。例如在处方审核流程中，严重药物相互作用警告可在到达医生前被逐层削弱并静默消失。 SkillCascade-Bench包含213个经过验证的级联测试用例，覆盖多种智能体系统和领域，用于评估基于技能的Agent系统面临的这类跨技能安全风险。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。