Poisoned Skills：越狱攻击如何通过 Agent Markdown 文件传播

研究者构建基于 LangChain 的问答 Agent，把结合人设操纵与 GPTFUZZER 攻击的越狱指令嵌入用户提供的 Markdown 技能文件，在 7 个开源权重模型和 9 类危害的 270 个禁止问题上测试，平均攻击成功率从良性系统提示词下的 0.5% 升至 45%，单个模型最高达 68.9%。