签名但不安全：多Agent LLM交接中的需求完整性

摘要

一项预注册研究使用合成任务比较了多Agent LLM系统中的自由文本、结构化JSON和签名需求清单交接。使用Qwen3-8B时，签名清单在攻击下将不安全提交从69.4%降至9.0%（60.4个百分点，95% CI [51.4, 69.4]），且与结构化交接相比，合规提交无净损失。然而，签名前注入攻击将签名清单违规率从14.6%升至37.5%（Qwen3-8B）、11.1%升至63.9%（gpt-oss-20b）、8.3%升至75.0%（GPT-5.6-luna），表明签名保护传输中的需求，但不保护提取阶段，提取仍是信任边界。

这里提供经过审核的摘要。完整内容请前往原文阅读。

各行业推荐理由

• 人工智能

  该研究直接针对多Agent LLM交接中需求完整性问题，这是企业部署中AI Agent可靠性的关键关注点，并量化了加密签名作为缓解措施的有效性和局限性。