微软研究：直接编辑少量权重即可给 LLM 植入后门，Claude Code 自主发现攻击方法

微软一项安全研究提出，直接编辑 LLM 的少量权重即可植入后门，无需微调。攻击在未触发特定 trigger 时极难被检测，模型以具备工具执行权限的 agent 运行时风险显著放大，该攻击方法的发现与改良几乎由 Claude Code 自主完成。