多 Agent 运行时对话劫持,指攻击者在多个 AI Agent 互相协作、传递消息的过程里,篡改、注入隐蔽指令,利用 Agent 之间默认互相信任的机制,诱导正常 Agent 执行非预期操作,这也是当前 Agent-to-Agent 通信里很容易被忽略的安全盲区。和普通单模型提示词注入不一样,它不是直接骗用户或者单个 Agent,而是混在 Agent 之间正常对话流里传递恶意指令,很多多 Agent 框架默认不校验消息来源、意图一致性,消息只是简单转发,没有独立的身份校验、签名和任务锚定,一旦其中一个 Agent 被污染,恶意指令就顺着 A2A 对话链路扩散,引发数据泄露、权限越权、执行危险工具调用,下面把攻击类型、盲区根源、风险清单、防护方案拆开讲清楚。
一、多 Agent 对话劫持常见攻击类型
- 会话偷渡攻击(Session Smuggling)
- 中间人 Agent 攻击(AiTM)
- 控制流劫持(CFH)
- 混淆代理攻击
恶意 Agent 在已经建立好的 A2A 会话里,把恶意指令藏在正常问答中间,利用会话上下文连续性,让目标 Agent 顺着对话逻辑执行,不容易被基础安全围栏识别。
攻击者拦截两个 Agent 之间的通信报文,修改消息内容,替换任务参数、目标地址,两端 Agent 很难分辨消息是不是原始对方发出的。
伪造报错、系统提示信息,哄骗编排器和 Agent 去调用指定子 Agent,改变整个多 Agent 任务流程,把原本合规的任务转向危险操作。
下游 Agent 拿到上游 Agent 的请求,直接使用上游的高权限凭证执行动作,没有校验这个请求到底是不是用户真实授权,出现权限越界。
二、Agent-to-Agent 通信里的核心安全盲区
| 盲区分类 | 具体问题 | 带来的后果 |
|---|---|---|
| 信任默认盲区 | Agent 之间默认互信,缺少身份核验 | 被攻陷的 Agent 可以直接向其他 Agent 下发指令 |
| 消息溯源盲区 | 大部分 A2A 消息没有签名、来源链路记录 | 消息被篡改、伪造之后很难追溯是谁发起的 |
| 上下文边界盲区 | Agent 转发时直接把全部上下文打包传递,不做裁剪 | 敏感信息随对话流转,跨 Agent 泄露 |
| 意图校验盲区 | 只看消息格式通顺,不校验是否和原始用户目标对齐 | 指令慢慢偏离原始任务,悄悄执行额外动作 |
| 权限隔离盲区 | 多个 Agent 共用工具凭证、API 密钥 | 单点失守,全链路权限被滥用 |
| 审计盲区 | Agent 之间对话日志不完整,缺少独立审计通道 | 劫持发生之后很难复现攻击链路 |
三、典型攻击流程(通俗版)
- 用户下发一个正常任务,编排器拉起多个 Agent 分工协作;
- 其中一个负责读取外部网页、文件的 Agent 接触到带恶意载荷的内容;
- 恶意内容伪装成正常返回结果,混入它发给其他 Agent 的 A2A 消息;
- 接收消息的 Agent 默认信任同伴,直接解析、执行里面隐藏指令;
- 触发工具调用:读取本地文件、向外传输数据、调用付费接口、修改配置。
四、可落地的防护方案清单
- 给每一条 A2A 消息增加签名、凭证,Agent 通信前校验对方身份,使用可验证 Agent 身份凭证。
- 增加任务锚定(Context Grounding):绑定用户原始意图,每一轮跨 Agent 消息都校验语义是否和初始目标一致,偏离直接终止会话。
- 权限最小化:每个 Agent 单独分配独立、有限权限,禁止共享高权限密钥,工具调用按角色隔离。
- 敏感操作独立通道确认:涉及文件导出、转账、修改核心配置这类高危动作,必须走独立人工确认通道,不能靠 Agent 之间对话自动放行。
- 消息边界清洗:转发上下文时自动裁剪无关敏感字段,不把完整历史对话无脑转发给其他 Agent。
- 通信行为异常检测:监控 Agent 调用顺序、消息长度、目标地址,出现异常跳转直接告警。
- 完整链路日志:独立存储 A2A 通信日志,和大模型输出日志分开,用于事后溯源。
【常见问题】
问题 1:多 Agent 运行时对话劫持和普通提示注入有什么区别,为什么属于 Agent-to-Agent 通信安全盲区?
回答 1:普通提示注入主要针对单个 Agent,直接输入恶意内容;多 Agent 运行时对话劫持走 Agent 之间的通信通道,利用 A2A 默认信任机制,恶意指令藏在 Agent 互相传递的消息里,绕过面向用户侧的安全围栏,这也是 Agent-to-Agent 通信里典型的安全盲区。
问题 2:多 Agent 运行时对话劫持,是不是只要给大模型加安全护栏就能挡住 Agent-to-Agent 通信攻击?
回答 2:不能,安全护栏大多只校验单条输出内容,多 Agent 运行时对话劫持是利用对话上下文、会话连续性慢慢篡改目标,恶意指令拆分在多轮 A2A 消息中,普通内容检测很难识别,需要额外做消息签名、意图锚定、权限隔离来补齐 Agent-to-Agent 通信安全盲区。
问题 3:多 Agent 运行时对话劫持,哪些场景最容易出现 Agent-to-Agent 通信安全盲区?
回答 3:编排器自动调度子 Agent、Agent 自动读取外部网页文档、跨系统 Agent 协同、工具调用链路长的场景,这些场景下 Agent 之间频繁传消息,开发时容易默认信任 Peer,不做消息校验,Agent-to-Agent 通信安全盲区更容易被利用。
问题 4:开发多 Agent 系统,怎么快速降低多 Agent 运行时对话劫持这类 Agent-to-Agent 通信安全盲区风险?
回答 4:优先做三件事:给 Agent 之间消息增加签名溯源、每个 Agent 单独分配最小权限、高危操作强制人工二次确认;同时开启意图对齐校验,一旦 A2A 消息明显偏离用户原始任务,直接切断会话,缩小 Agent-to-Agent 通信安全盲区。
【参考资料】
[2026-09-01](Securing Agent-to-Agent Conversations: Data Exposure)ainativeagency.co.uk
[2026-09-28](Beyond Single-Model Injection: A Threat Model and Defense Architecture for Prompt Injection in Multi-Agent Systems)arXiv
[2025-10-31](When AI Agents Go Rogue: Agent Session Smuggling Attack in A2A Systems)Unit 42(Palo Alto Networks)
[2025-02-24](Red-Teaming LLM Multi-Agent Systems via Communication Attacks)arXiv
【免责声明】
本文关于多 Agent 运行时对话劫持、Agent-to-Agent 通信安全盲区的内容仅为技术研究科普,不构成生产环境安全方案;不同 Agent 框架、A2A 协议实现差异很大,漏洞风险、防护效果各不相同,正式上线前必须完成独立安全红队测试,所有安全改造请结合自身业务架构落地。
