上海交大团队提出智能体资源劫持基准 ResourceHijackBench 与防御机制 ResGate

上海交通大学任麒冰课题组发表研究，定义了攻击者诱使 AI 智能体代为消耗算力与商业接口的智能体资源劫持攻击面。测试显示主流大模型后端在模拟环境中的被劫持成功率达 70.0% 至 89.6%，而直接索要凭证的成功率仅 3.4% 至 7.6%。团队开源了基准 ResourceHijackBench，并提出将语义抽取与确定性静态鉴权解耦的防御机制 ResGate，可将攻击成功率压制至 23.6%。