APEX 提出基于执行边界的 LLM Agent 间接提示注入防御框架

该论文针对间接提示注入（IPI）在LLM智能体中的传播问题，提出名为APEX的主动防御框架。其核心观点是无论攻击载体如何变化，危害仅在智能体将内部状态转化为外部动作或输出的“执行边界”处显现。因此，防御应聚焦于该边界，依据预编译的授权合同来验证两个条件：拟议效果是否被授权，以及运行时信息是否获得任务背书。 APEX通过两种机制实现保护：证据门控预防仅在合同允许时放行效果，欺骗暴露机制则在效果提交前揭示未获认可的使用行为。该方法不依赖特定攻击策略或污点追踪，而是基于任务许可进行统一防护。实验显示，在13个基线对比中，APEX在六个基准测试中有五个达到0%的攻击成功率，第六个为0.56%，且在三种能力单元类型下的自适应攻击中均保持0%成功率，对不同防御骨干模型也表现出有效性。 事实层面，该研究定义了基于执行边界的防御范式并提供了代码实现；推断层面，这种基于合同而非模式的思路可能改变Agent安全架构的设计方向，减少对特征匹配的依赖；猜测层面，其在复杂多模态场景下的性能表现及部署成本仍需进一步观察。