5. 上下文碎裂分解攻击针对使用工具的 LLM Agent
揭示使用工具的 LLM Agent 的一种部署失效模式——来源缺口，以及一类跨上下文多步越狱攻击，可在早期交互中保留看似无害的中间产物，并在很久以后（可能在不同 Agent 实例或工作流阶段）诱发有害行为。A deployment failure mode for tool-using LLM agents, the provenance gap, and a family of cross-context multi-step jailbreaks that preserve benign-looking intermediate artifacts from an early interaction and elicit harmful behavior much later, potentially in a different agent instance or workflow stage.