COPEX基准评估MCP层对抗上下文鲁棒性

2026年10月20日，arXiv Artificial Intelligence 刊出 Nahom Birhan 等作者的 COPEX（COntext Provider EXploitation）基准研究。该基准通过固定周边智能体栈、仅改变负责工具选择的模型，将模型隔离为 MCP 客户端，属受控基准，覆盖模型/智能体、客户端、服务器/工具、传输四类入口，共 25 种攻击、125 个场景。在九个模型共 3,375 次试验中，平均攻击成功率为 64.4%，各入口均值介于 58.3% 至 71.4%。在八种攻击的防御子集上，输入与上下文联合扫描使平均攻击成功率相对无防御设置降低 49.6%。目前报道仅此一篇，尚无后续跟进或结论更新。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。