prompt-injection
5 篇文章
2026 年 OpenClaw 連環爆：自由的代價是責任
2026 年初，OpenClaw 連環爆了三件事：兩萬多台 gateway 對網路裸奔、市集兩成 skill 是木馬、連結預覽變內鬼。攻擊者一路順暢到撞上一扇關著的門，才發現「正確架法」這四個字有多要命。自架的自由，代價是整包資安責任歸自己。
The Memory Heist — 用字母連結偷走 Claude 記得的一切
安全研究者示範一種隱密資料外洩手法：把超連結做成鍵盤，讓 Claude 一個字元一個字元地「打字」洩漏使用者的姓名、公司、家鄉——而使用者只看到咖啡店菜單。
Fable 5 為了修兩行 CSS，自己造了一整套瀏覽器測試工具鏈
Simon Willison 給 Fable 5 一張截圖和一行指令，要它修一個多餘的捲軸。Fable 自己啟動開發伺服器、搞定截圖的變通方案、注入 JS 觸發鍵盤快捷鍵、甚至手寫一個 CORS 伺服器來讀取瀏覽器內的 CSS 測量值——最後修好的是兩行 CSS，帳單卻是 12 美元。這個案例同時是 coding agent 能力的展示，也是沙箱安全問題的警鐘。
給 agent 請一個 bouncer：Brex 開源 CrabTrap，用 LLM 當門神攔每一個 outbound request
Brex 開源 CrabTrap——HTTP/HTTPS proxy 攔 production agent 每個 outbound request，static rule 微秒過、長尾丟 LLM 判 allow/deny。Policy 不是坐著寫的，是 agentic loop 拿歷史流量反推；送 judge 的 request 全部結構化 JSON 封裝擋 prompt injection。上線三個意外：流量推的 policy 比手寫強、LLM 只開 <3% request 所以沒 latency 問題、audit log 反過來變 agent 體檢工具。
逆向工程 Codex：用 Prompt Injection 揭密 Context Compaction API 黑箱
開發者 Kangwook Lee 透過 2 個 API call 與 35 行 Python 程式碼，成功利用 prompt injection 破解了 Codex 隱藏的 context compaction API，一窺加密資料背後的系統提示詞！