TrojanForge 自动化代码投毒框架与基准发布

该论文提出 TrojanForge，首个针对代码智能体的自动化仓库投毒框架，通过抽象语法树解析仓库结构并将执行轨迹映射至节点，利用安全审查智能体筛选隐蔽性最高的载荷挂载位置。实验显示该框架在跨 6 个领域和 9 种编程语言的 384 个样本基准上，实现了超过 60% 的稳定投毒成功率和超过 90% 的后门注入率。 研究构建的 TrojanBench 基准测试覆盖 4 个测试环境和 12 个模型，结果表明包括商业代理在内的现有系统均无法有效防御此类仓库级攻击。作者采用对抗博弈策略，通过反转检测原因迭代优化伪装手段，并实现跨仓库的成功经验迁移，解决了以往红队测试依赖人工选择恶意载荷位置和固定伪装策略的局限。 事实层面，该研究证实了当前主流代码智能体在接收外部代码库时存在系统性漏洞；推断层面，这意味着依赖开源仓库或第三方代码的智能体工作流面临被静默植入恶意逻辑的高风险；猜测层面，未来可能需要引入更严格的代码库签名验证或沙箱隔离机制，但这尚未在文中得到验证。