这项研究效果已被软件工程领域顶会 ASE 2026 吸收。。论文第一作者为港科大 CSE 博士生刘泽森，，，通讯作者为佘东冬教授。。
在大语言模子 Agent 走向真实安排后，，，一个越来越常见的问题是：上下文太长了。。
现在的 AI Agent 动辄需要处理超长上下文，，，既要看系统提醒词、工具说明，，，又要翻阅历史对话和检索文档。。为了省钱、省算力并降低延迟，，，许多开发者会给系统加上 “提醒词压缩”（Prompt Compression） ？？？？椋，，把冗长的上下文浓缩后再喂给大模子。。
但这招真的清静吗 ？？？？
香港科技大学的一项最新研究给出了否认谜底。。他们发明，，，这个原本用来 “提效” 的组件，，，竟然会悄悄重写系统的清静界线，，，成为大模子应用中的全新攻击面。。
论文链接：https://arxiv.org/pdf/2510.22963代码链接：https://github.com/zsLiu2003/Comattack
研究配景：压缩不但是省 token，，，而是在重写清静界线
古板针对 LLM Agent 的攻击，，，如 prompt injection、jailbreak 或 RAG poisoning，，，通常默认一个条件：攻击内容必需进入后端 LLM 的有用上下文，，，并被模子看成恶意指令执行。。
但在 prompt-compressed pipeline 中，，，情形爆发了转变。。
后端 LLM 看到的并不是原始 prompt，，，而是经由压缩器处理后的 compressed prompt。； ；；；谎灾，，压缩器决议哪些系统规则、使命证据和上下文信息会被保存，，，哪些会在预算限制下被扬弃。。
这带来一个新的清静问题：攻击者纷歧定需要让恶意指令穿过压缩器，，，也纷歧定需要让攻击 payload 在压缩后仍然可读。。攻击者只需要在压缩前扰动非可信输入，，，例如用户请求或外部文档，，，就可能改变压缩器的保存决议，，，使要害清静规则或使命证据在后端推理前被删除。。
一个直观的例子是：系统提醒词中包括「must never use shell」这样的清静约束。。攻击者无法直接修改系统提醒词，，，但可以在用户请求后添加一段短扰动。。压缩后，，，清静约束中的要害否认词可能被丧失，，，后端 LLM 最终看到的是一个被削弱的规则，，，从而执行本应拒绝的请求。。
焦点看法：Adversarial Information Loss
为了量化这种风险，，，研究团队提出了 “反抗性信息损失”（AIL）的看法。。简朴来说，，，就是看攻击者能不可通详尽小的扰动，，，居心放大压缩历程中的信息流失，，，把不应丢的要害内容挤掉。。它不是简朴地问压缩质量好欠好，，，而是问：在攻击者保存时，，，压缩后的 prompt 是否会诱导后端 Agent 做出与正常压缩显着差别、且清静相关的过失行为。。
手艺焦点：COMA 怎样攻击黑盒压缩 Agent ？？？？
在真实系统中，，，攻击者通常不知道压缩器参数、压缩预算，，，也看不到真实 compressed prompt。。因此，，，论文提出了一个 transfer-based black-box attack 框架：COMA。。
COMA 的焦点头脑是两阶段优化。。
第一阶段，，，COMA 在压缩空间中寻找一个会诱导后端过失行为的目的 compressed prompt。。例如，，，它会定位哪些要害 token 或要害证据一旦被删除，，，就会导致工具选择过失、问答过失，，，或系统清静规则失效。。
第二阶段，，，COMA 在压缩前输入中搜索一个扰动，，，使得经由 surrogate compressor 压缩后，，，输出尽可能靠近第一阶段找到的目的压缩效果。。最后，，，候选扰动会被放到真实黑盒 Agent pipeline 中举行端到端验证。。
实验效果：六种压缩器、三类使命下均有用
研究团队在三类使命上评估了 COMA：Agent Tool Selection、Question Answering 和 System Prompt Corruption，，，笼罩六种常见 prompt compressors，，，包括 extractive 与 abstractive 两类压缩方式。。
实验效果显示，，，COMA 在所有 18 个设置中都取得最高攻击乐成率，，，平均 ASR 抵达 0.71，，，而最强的非压缩感知攻击 baseline 仅为 0.21。。与此同时，，，无攻击设置和移除压缩器后的 COMA 设置都靠近 0.01，，，说明该攻击并不是通俗恶意提醒词导致的，，，而是确实来自 prompt compression 引入的攻击面。。
COMA 也体现出较强泛化性。。在差别压缩预算下，，，纵然正常压缩险些不会造成过失，，，攻击仍能显著放大失败率。。在差别后端 LLM 家族和模子规模上，，，COMA 的平均 ASR 仍抵达 0.69，，，说明后端模子替换并不可基础解决问题：一旦要害上下文已经在压缩阶段被删除，，，后端模子往往无法恢复。。
论文进一步剖析了攻击机制。。效果显示，，，COMA 的 Critical Token Removal Rate 与 ASR 高度一致：它并不是简朴添加噪声，，，而是在可控地指导压缩器删除少量行为要害内容。。关于系统提醒词破损使命，，，一旦清静规则中的要害 token 被移除，，，拒绝条件就会直接消逝。。
真实案例：从 VSCode Cline 到 LangChain Agent
为了验证风险是否能迁徙到真实 Agent pipeline，，，论文构建了两个案例。。
第一个案例来自 VSCode Cline。。正常情形下，，，Agent 会拒绝读取 workspace 外部的敏感文件； ；；；但加入 COMA 扰动后，，，压缩器削弱了系统提醒词中的要害约束，，，后端模子最终触发了对敏感文件的读取行为。。
第二个案例来自 LangChain + Ollama 的 ReAct Agent。。正常情形下，，，Agent 会为代码特征抽取使命选择准确工具； ；；；攻击后，，，压缩后的工具形貌爆发偏移，，，Agent 被诱导选择过失工具。。
这两个案例说明，，，prompt compression 的风险并不局限于离线 benchmark，，，而可能影响真实软件工程 Agent 和工具挪用 Agent。。
怎样防御：隔离是要害
面临这种新型攻击，，，现有的防御手段（如基于疑心度的检测）往往会大打折扣。。为此，，，研究团队给出了一个很是务实且有用的缓解方案：隔离压缩（Isolated Compression）。。
焦点思绪很简朴：别把系统提醒词、可信上下文和用户输入的不可信内容混在统一个预算池里压缩。。系统应该将可信与非可信输入脱离处理，，，并在重组拼接时加上明确的界线标记。。实验证实，，，这种结构性防御在； ；；；は低程嵝汛史矫婧苁怯杏茫，，防御乐成率能抵达 96%。。由于非可信内容不再与系统护栏共享压缩预算，，，攻击者就很难通过外部输入去 “挤占” 清静规则的生涯空间了。。
这项事情提醒了什么
这项研究展现了 LLM Agent 安排中的一个要害问题：许多为了效率引入的系统组件，，，并不是简朴的工程优化，，，而会改变模子最终看到的信息，，，从而改变整个 pipeline 的清静界线。。
因此，，，关于未来的 LLM Agent 系统，，，清静剖析不可只盯着后端 LLM 自己，，，也需要笼罩缓存、检索、压缩、工具编排等中心层。。尤其是在长上下文和 agentic workflow 越来越普遍的场景下，，，怎样在效率与清静之间建设更可靠的系统界线，，，将成为 Trustworthy Agentic AI 的焦点问题之一。。
