用蜜罐防御 AI 智能体内部威胁

研究者提出将蜜罐作为 AI 控制方法，在生产环境中布置诱饵机会以检测 AI 智能体的错误、被攻击或目标偏离行为。蜜罐可在真实部署条件下诱发不当行为、在思维链可监控性下降时识别恶意智能体，并向安全团队提供告警，且能低成本扩展到大量智能体实例。其存在还会让恶意智能体无法确定哪些机会真实，从而起到威慑作用；论文同时讨论了蜜罐的局限性与后续研究问题。