AttackEval 論文閱讀分析：真正難防的 Prompt Injection，往往不是最像攻擊的那一種
這篇論文真正重要的地方，是把 prompt injection 從幾個大家熟悉的示範 payload，拉回成一張可量測的攻擊地圖。作者發現最耐打的往往不是最直白的攻擊，而是混淆、情緒操控、獎勵框架與複合式規避這些更像正常語言的 stealthy strategies。
2026 年 4 月 18 日
Red Teaming
2026
ClawTrap 論文閱讀分析：真正危險的，不只是網頁裡那句惡意 prompt，而是 agent 看到的整個世界都有可能早就被中間人改寫了
論文基本資訊 論文標題：ClawTrap...
2026 年 4 月 18 日
論文閱讀分析：真正危險的 indirect prompt injection，往往不是讓 Agent 說錯話，而是做錯事後還看起來一切正常
論文基本資訊 論文標題：How Vuln...
2026 年 4 月 18 日
MUZZLE 論文閱讀分析：當 Web Agent 真的開始替你逛網頁、切網站、點按鈕，Prompt Injection 也不會再傻傻只躲在單一頁面等你踩
MUZZLE 這篇論文最值得記住的重點是：對 web agent 來說，真正高風險的 prompt injection 已經不是單一靜態頁面的惡意字串，而是會沿著 agent 真實瀏覽軌跡，自動尋找高價值 UI 注入點、根據任務上下文改寫攻擊策略、甚至跨應用擴散的 agentic red-teaming 問題。當攻擊開始跟著 workflow 走，防守也不能再只盯著 payload 本身。
2026 年 4 月 17 日
AdapTools 論文閱讀分析：當 Agent 已經不是簡單的文字接龍，Prompt Injection 也開始學會挑工具、換說法、順著任務偽裝自己
AdapTools 這篇論文最值得記住的重點是：對現代 tool-using agent 來說，真正危險的 indirect prompt injection 已經不只是固定模板，而是會根據任務脈絡挑選最合適工具入口、改寫攻擊語句、並偽裝成正常外部內容的適應式攻擊。當攻擊者也開始理解 agent workflow，單靠 prompt-level 過濾很難真正守住整條控制鏈。
2026 年 4 月 17 日