無需攻擊者：共享狀態 LLM 代理中的無意跨用戶污染

No Attacker Needed: Unintentional Cross-User Contamination in Shared-State LLM Agents

arXiv cs.CL · 2026-04-04

摘要

研究發現多用戶共享同一 LLM 代理時存在「無意跨用戶污染」(UCC) 問題，即某個用戶的本地有效信息會被代理無視上下文地重複應用到其他用戶，導致決策錯誤。這與惡意投毒攻擊不同，完全來自良性交互的持久化遺留。實驗表明在原始共享狀態下，僅通過正常使用就能產生 57-71% 的污染率。

●開發者：需要在設計多用戶 LLM 代理時建立用戶身份隔離和上下文邊界機制

●投資人：LLM 代理系統的可靠性風險值得關注，影響企業級應用採用

●一般用戶：使用共享 AI 助理時可能面臨數據混亂和決策錯誤的隱患

重要性評分

76/100

🟠 值得關注

LLM 代理多用戶系統數據污染

喜歡這篇？每天早晨還有更多。

訂閱 5min AI，讓 AI 替你追蹤整個 AI 世界。

相關指南

Foglamp 教學完整指南，深入解析 Foglamp 是什麼、怎麼用。涵蓋免費版功能實測、中文介面設定與開源 IoT 數據管理實作步驟，助您快速上手。

Effects SDK 教學完整指南，深入解析 Effects SDK 是什麼、怎麼用。涵蓋免費版功能實測、繁中介面設定與實作步驟，助您快速上手開發。

本文提供完整的 Backgrind 教學，詳解 Backgrind 是什麼、怎麼用，並分析 Backgrind 免費版功能與實測結果。適合尋找 Backgrind 中文操作指南的用戶快速上手。

🤖 本文摘要由 AI 自動生成，內容源自原始報導。如有疑慮，請參閱關於我們。

喜歡這篇？每天早晨還有更多。

訂閱 5min AI，讓 AI 替你追蹤整個 AI 世界。