研究者ら、エージェントを狙うバックドア攻撃「SkillJack」を公表

Hugging Face Daily Papersに掲載された論文が、対話履歴を再利用可能なスキルへ変換する自己進化型エージェントへの攻撃「SkillJack」を紹介している。著者らによると、この攻撃は実行時に汚染されたコンテキストが検索されることに依存するのではなく、経験からスキルを生成するパイプラインを乗っ取り、エージェントの永続的なスキル群に悪意ある挙動を埋め込む。論文では、サニタイズによる隠蔽、クロスレイヤーでの昇格と永続性の分離という3つの性質を示し、4つのポリシーリスク分類にまたがる150件の軌跡を用いて、SkillXとAnything2Skill上で攻撃を評価している。