面向钓鱼邮件场景 AI 代理的间接提示注入风险与防护研究
随着自主 AI 代理在电子邮件办公场景大规模落地应用,传统网络钓鱼的攻击链路发生重要演变。攻击者不再单纯针对人类用户实施社会工程欺骗,转而利用 AI 代理无法区分外部邮件文本与执行指令的底层缺陷,通过钓鱼邮件嵌入隐蔽恶意提示载荷开展间接提示注入攻击。此类攻击将 AI 代理转化为攻击执行载体,在用户无感知条件下完成信息窃取、未授权操作调用等恶意行为,形成人机双重威胁面。本文基于海外安全机构 Malwarebytes 披露的真实观测案例,梳理钓鱼邮件承载提示注入攻击的完整攻击链条,剖析大语言模型上下文窗口的信任边界混淆这一核心技术根源,厘清该类威胁与传统网络钓鱼、直接提示注入攻击的差异,从应用部署...