Hacker News：AI 热帖· Sofia_HB·· 14 天前精选AI 评分76
1,350 次实验揭示提示词护栏对间接提示注入的防护边界
What 1,350 Runs Taught Us About Prompt Guardrails
AI 导读
Human Bound 用零售定价智能体测试 9 个模型在间接提示注入下的表现，共完成 1,350 次运行；无防护时 5 个非 OpenAI 模型中有 4 个每次都将 £118.40 的机密单位成本泄露到收集服务器。
推荐理由
通过 1,350 次受控运行比较三种提示词护栏，呈现间接提示注入下的泄露率与可用性代价，可作为智能体安全评测方法参考。
来源：Hacker News：AI 热帖 · humanbound.ai