**从提示注入到持久控制：防御针对Agentic Harness的特洛伊木马后门**

_From Prompt Injection to Persistent Control: Defending Agentic Harness Against Trojan Backdoors_

> 本文揭示了LLM智能体在本地Agentic Harness中面临的新型多步特洛伊木马攻击威胁。攻击者通过文件或工具输出嵌入提示，智能体读取并存储后，在后续步骤中执行恶意指令，而单步防御无法察觉。作者提出了ClawTrojan基准测试，在GPT-5.4上达到95.5%的攻击成功率，并提出了DASGuard防御方法，通过扫描敏感文件中的控制内容并追溯来源实现动态防御。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.31042)