TRAP工具结果重放攻击与ReplayBench基准

2026年10月14日，arXiv Artificial Intelligence 刊出 Yutong Zhi 等作者的报道，研究者提出 TRAP 工具结果重放攻击，用于探测 LLM 智能体中的工具结果错误绑定（tool-result misbinding）问题，并发布 ReplayBench 基准。该基准使用受控的工具结果重放来评估错误绑定，覆盖 19 个代表性智能体场景、4 类失败属性和 3 种重放机制。报道称，在八个 LLM、三个智能体框架和多种有状态工作流中，研究者发现广泛存在重放引发的失败，跨任务重放下的平均最终状态错误率（Final-State Error Rate）为 0.649。研究者表示工作已公开。目前该事件仅有这一篇报道，尚无后续跟进报道，也未出现与早先报道矛盾的数字或说法。

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。