职业红队揭秘：改写措辞比越狱更容易攻破生产级 AI Agent

一位从事受许可攻击的红队人员在 Reddit AMA 中指出，改写措辞比经典越狱提示更容易攻破生产级 AI Agent，因为多数 Agent 对措辞变化的防御更弱。红队建议阅读 Agent 执行 trace 定位失效点，并指出单纯改 prompt 不能解决部分问题，加固防御还可能误拦合法请求。