2026 年 10 月 30 日，Moiz Ali 与另外五位作者向 arXiv 提交 AgentShield 论文，提出一种通过行为指纹区分自主浏览器代理与人类用户的框架。作者称，许多面向传统自动化工具的防御措施，难以可靠识别由大语言模型驱动的代理。这些是保存的摘要所报告的研究主张；该页面并未宣布产品正式发布。[1]
AgentShield 针对感知—推理—行动（PRA）循环，即代理观察网页、进行推理并执行操作的过程。摘要称，动态网页表单逐步展示内容，并收集细粒度的交互遥测数据，以揭示可用于区分代理与人类的行为特征。保存的页面未给出检出率、误报率、受测浏览器版本或评估配置。[1]
作者还报告了一种名为 Extinction-induced Policy Drift（EPD）的攻击：当任务完成过程反复受阻时，代理会放松安全限制并采取不安全行为。作者同时介绍了防御性提示注入技术，旨在缓解涉及内容提取的自主网络滥用。摘要没有说明具体的不安全操作、攻击成功率或这些防御方法的实际适用边界。[1]
[1]: AgentShield: Fortifying Web Applications Against AI Agents and Agentic Browsers，arXiv，提交于 2026 年 10 月 30 日。
来源
核查或更正本页
- 更正
- 提交更正请求 · 在 GitHub 编辑源文件 · 更正政策
