Chronos 漏洞：Agentic AI 中时间持久性与基于记忆欺骗的分类体系
英文标题：The Chronos Vulnerability: A Taxonomy of Temporal Persistence and Memory-Based Deception in Agentic AI
论文将 AI 从无状态生成模型向具备状态和自主能力的 Agent 演进，视为一次重要的架构转变。该转变使长期规划和企业工作流自动化成为可能，但也引入了与时间持久性和记忆相关的新型安全风险。论文聚焦“Chronos 漏洞”，提出对 Agentic AI 中基于记忆的欺骗问题进行分类。对开发者和企业而言，这意味着 Agent 的长期记忆、状态管理与跨时间行为应成为安全设计和评估的重点。
打开原文相关 4 · 机会 3
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
Chronos 漏洞：Agentic AI 中时间持久性与基于记忆欺骗的分类体系
arXiv:2607.19433v1 发布类型：新增
摘要
人工智能正从无状态生成模型转向具备状态和自主能力的 Agent，这代表着一次架构演进。尽管这一转变带来了长期规划能力以及企业工作流自动化能力，但……
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×