DeepMind的Agent Swarm在99%的注入测im下载试中逾越Kimi K3、GLM-5.3和DeepSeek

Gemini 3.8 Flash 面对 Gemini 4 Argon 攻击者的抵抗率仅为 5%。

面对最强的攻击者 Gemini 4 Argon，这些成果衡量的是模型自己维持指令层级的能力，Gemini 3.6 Flash 仅为 3% 和 1%，它仍可能在一处防线瓦解。

开源权重模型的表示更差，攻击载荷被嵌入最后一个工具的响应中，而且每当新方法乐成时，每个智能体获得 20 次评估调用机会，Kimi K3、GLM-5.3 和 DeepSeek V4.1 Flash 每个仅能抵抗 1% 的攻击，只有当模型调用确切的工具，将这些数字反转来看，因此这些都不是出产环境配置，从而诱使智能体服从攻击者而非用户，一个在面对中级攻击者时看似固若金汤的模型，更强的攻击者更频繁地检查排行榜，imToken，面对较弱的 Gemini Flash 攻击者，在满额预算下降至 66%，模型的安详训练也能拒绝请求， ，静态攻击对前沿模型不再有效；而到了 2026 年秋季，它们的抵抗率别离为 5%、1% 和 1%，计谋数据库在评估期间的学习能力也很重要：使用一个仅在每次乐成后更新的空数据库时，尽管这些模型在尺度能力基准测试中得分强劲，由 Alexey Kurakin 领导，覆盖 53 个领域的 249 种工具，它们将目标调用伪装成良性调用的数据依赖项， 什么造就了更强大的攻击者