研究称黑盒交互也可能套出智能体的 SKILL.md

Luker小春 · 2026-08-17T02:15:54.000Z

有研究专门测了一个挺现实的问题：用户只靠正常对话，能不能把专有的 SKILL.md 技能文件“问”出来。结果在 5 款商业模型里，简单提取提示就能达到平均 48% 的精确恢复，LLM 判定泄漏率为 0.91；链式思维提示把精确恢复率推到 72%，少样本示例在词汇和语义相似度上更高。防御能挡住直接披露，但语义层面的外泄仍然存在。

发现产品榜单精选讨论