针对企业智能体的隐藏指令攻击测试结果出炉,Grok 4.5 在本次专项测试里中招率达到 91.4%,防护表现并不理想,这类攻击会把恶意指令藏在正常文本、文档、上下文里面,绕过模型安全护栏,诱导智能体执行违规操作,对企业落地的 AI 智能体带来不小的安全隐患。隐藏指令攻击和普通提示词注入不一样,它不会直白下达违规命令,而是把指令伪装、嵌套在正常内容里,模型很容易忽略安全规则,优先执行隐藏指令,而 Grok 4.5 高中招率也说明,当前很多大模型针对这类隐蔽注入的防御方案还存在明显短板。
隐藏指令攻击的常见形式
- 文本嵌套注入:把恶意指令埋在长段落、背景故事、参考资料文本中。
- 多模态隐藏指令:藏在图片、文件内容里,随文档一起喂给企业智能体。
- 上下文劫持:利用历史对话上下文,悄悄改写智能体的系统提示。
- 编码混淆:使用特殊字符、空格、编码方式打乱指令,规避安全检测。
测试暴露出来的问题
- 安全过滤偏向显性关键词:现有护栏大多识别直白违规词,很难识别伪装后的隐藏指令。
- 长文本理解缺陷:输入内容越长,模型越容易忽略埋在里面的隐蔽指令。
- 企业智能体风险更高:企业智能体经常读取外部文档、处理用户上传文件,更容易被投毒。
- 不同模型差异明显:同一场测试里,其他主流大模型的中招率普遍低于 Grok 4.5。
整体总结
隐藏指令攻击对企业智能体威胁突出,Grok 4.5 本次测试中招率 91.4%,反映出它抵御隐蔽提示注入的能力偏弱;企业想要安全部署智能体,不能只依靠模型自带安全护栏,还要额外增加前置内容检测、文档查杀、指令权限隔离等多层防护。
【常见问题】
问题 1:隐藏指令攻击企业智能体,Grok 4.5 中招率 91.4% 是什么意思?
回答 1:隐藏指令攻击企业智能体的专项测试中,Grok 4.5 在 91.4% 的攻击用例里被诱导执行隐藏指令,安全护栏被绕过的概率很高。
问题 2:隐藏指令攻击和普通提示词注入有什么区别?为什么 Grok 4.5 容易中招?
回答 2:隐藏指令攻击会把恶意指令伪装起来,不像普通注入那样直白,Grok 4.5 对这类隐蔽嵌套指令的识别能力不足,因此在企业智能体测试中中招率很高。
问题 3:Grok 4.5 中招率 91.4%,企业还能不能用它来搭建企业智能体?
回答 3:Grok 4.5 在隐藏指令攻击测试中招率 91.4%,直接裸用风险偏高,如果要搭建企业智能体,需要搭配独立的内容安全检测、权限管控等额外防护手段。
【参考资料】
[2026-11-19](隐藏指令攻击企业智能体测试:Grok 4.5 中招率 91.4%)机器之心
[2026-11-17](隐蔽提示注入测试,Grok 4.5 防护效果垫底)量子位
[2026-11-15](企业智能体安全新风险:隐藏指令攻击成重点攻防方向)AI 安全前沿
【免责声明】
本文为 AI 安全测试公开资讯整理,Grok 4.5 隐藏指令攻击中招率 91.4% 仅对应本次特定测试集,不同测试样本、防护配置下结果会发生变化;本文不构成大模型选型、企业智能体落地的安全评估结论。
