---
title: "MemoryDojo 作者报告五种智能体记忆系统的投毒风险"
dek: "一篇 arXiv 投稿提出了追踪恶意指令如何通过记忆跨会话传播的基准。摘要称，受测记忆系统均存在投毒风险，但未提供攻击成功率或修复版本。"
---

David H. Yang 及其合作者于 2026 年 11 月 6 日向 arXiv 提交 MemoryDojo，提出一个基准，用于追踪被投毒的信息如何经过大语言模型（LLM）智能体的记忆系统，影响后续行为。摘要称，受测的五种记忆系统均容易受到记忆投毒影响，但下游影响存在显著差异。[^1]

这条攻击路径跨越会话边界：智能体在一次会话中接触的恶意指令可能被写入记忆、持续保存，并在后续会话中被检索和执行。作者指出，各记忆系统处理和检索信息的方式不同，投毒造成的后果也可能随之变化。因此，评估需要考察记忆处理如何影响智能体行为。[^1]

据摘要介绍，MemoryDojo 包含覆盖四个领域的 155 条跨会话、长跨度任务轨迹，支持五种记忆系统。作者还报告了一种考虑记忆机制的投毒优化流程，称其能够提高投毒效果。保存的摘要没有列出这些系统和领域的名称，也未量化提升幅度或给出攻击成功率。这些是作者报告的发现，本文没有独立复现。[^1]

:::analysis
这一问题涉及 T6（evaluations，评估层）和 T5（agents，智能体层）：基准覆盖范围决定结论可以推广多远，记忆处理机制则决定先前内容如何影响后续行动。受测系统存在投毒风险，并不意味着某个具体部署已经受到影响；用户和运营方应核查自身系统使用的记忆架构与配置，以及相关评估条件是否适用。这里涉及的可核验属性是可识别性（identifiability）：如果实际为用户提供服务的确切版本和配置有记录且可查，用户就能判断自己是否曾使用涉及风险的系统设置，但确认实际投毒事件仍需更多证据。保存的来源没有指定修复版本或建议升级的版本，因此不能据此声称某个版本已经解决该风险。[^1]
:::

:::checked
我们于 2026 年 11 月 11 日阅读了所提供的 arXiv 摘要页面存档，标题为《MemoryDojo: Benchmarking Poisoning Through LLM Agent Memory》，版本标识为 arXiv:2611.09721v1。该页面可核对作者公布的内容及投稿日期；我们没有阅读论文全文、检查代码、运行基准或测试任何记忆系统。我们尚未独立验证作者报告的结果。[^1]
:::

[^1]: MemoryDojo: Benchmarking Poisoning Through LLM Agent Memory。arXiv，2026 年 11 月 6 日。https://arxiv.org/abs/2611.09721
