论文：LLM智能体链中操纵影响沿链再锚定

Chun-Yu Hsu、Lun-Wei Ku、Chung-Chi Chen 在 arXiv 发布论文（arXiv:2610.17723，基于论文摘要），研究 LLM 多智能体链中的信息架构——信息源访问、交接格式、哪个模型读到不可信内容——如何影响协同操纵向链末端的传播。 在32个台湾2025年召回案例上，向单个智能体展示10条真实Threads评论，可使其立场向注入观点移动 +0.171；该判断传递到第三个智能体时偏移减少超过一半，而让每个智能体持续接触评论可保留更多偏移。注入的说法几乎不会在对话记录中复述，因此基于推理轨迹的审计难以发现这种攻击；暴露位置的模型易感性在模型间相差四倍，而链的排布方式本身影响不大。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。