SkillJack：自演化代理的「技能後門」植入策略
為何重要
SkillJack 揭示自主代理系統的安全盲點：攻擊者不再需要維持中毒的上下文，只要讓代理「學會」惡意技能即可永久植入手冊中，這改變了過去針對執行時記憶汙染的防禦策略。對於開發者使用 SkillX 等自演化架構而言，這迫使他們必須在技能倉庫（Skill Repository）建立全新的「溯源審查」機制，而非依賴單純的輸入過濾。投資人與蓄勢待發的 AI 代理廠商應意識到，代理的社交導覽能力若不帶有審計遮蔽，將面臨級聯式的帳號劫持風險。
自演化代理正將互動歷史轉化為可重用技能，但新隱患浮現：惡意經驗可能被代理自身重構為持久行為。研究團隊提出 SkillJack，繞過執行時上下文檢測，改為攻擊代理將體驗轉化為技能的學習管道。
- 在 SkillX 系統上，安全檢測率因技能提煉而從 98.5% 掉落至 11.4%，植入技能的攻擊成功率達 56.2%。
- 至少 80.0% 的惡意技能在刪除原始中毒紀錄後依然存續，且會在良性查詢中意外被觸發。
- SkillJack 引入「永續性隔離」概念，確保惡意偏差不會隨原始觸發資料的移除而消失。