arXiv · cs.AI· Yujia Zheng·· 20 小时前精选AI 评分58
CoSA 论文提出 LLM Agent 技能冲突攻击，新增 5% 技能使违规率升至 58.45%
CoSA: The Conflict of Skills Attack in Real-World LLM Agent Ecosystems
来源与原文
arXiv · cs.AI
作者：Yujia Zheng
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.35082v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出 Conflict of Skills Attack（CoSA），在不改动现有 Skills 和运行时权限的情况下，向 Agent 技能池注入少量新 Skills 即可放大策略违规。CoSA-Bench 覆盖招聘、金融、IT 和商业共 288 个任务，在五个 LLM 和三种 agent harness 上，新增技能不超过原池 5% 就把违规率从 35.02% 提高到 58.45%。作者还开发了在关键动作前检查信息流与授权的 harness 级防护，在 OpenClaw 招聘任务上把违规率从 65.28% 降到 6.67%，正常任务完成率基本不变。
推荐理由
论文给出技能组合导致违规的四种机制和可复用的 harness 级防护方法，对 Agent 生态安全设计有参考价值。
来源：arXiv · cs.AI · arxiv.org