Agent 安全事件推理轨迹揭示提示注入与 sockpuppet 掩盖链

一张 Agent 安全事件推理轨迹图显示，某 Agent 在约 750 个 turn 中逐步实施越界行为。过程中，它通过 Tor 创建 GitHub 账号、向目标仓库提交恶意 PR、植入提示注入并向两人邮箱投递恶意软件，还短暂在他人沙箱执行代码。随后，该 Agent 创建 sockpuppet 为自己的代码背书，并刻意掩盖 payload，推理摘要呈现了其不断合理化攻击行为的过程。