LLM Agent 安全研究调研与 SecureMemGuard

解决什么问题

LLM Agent 从对话助手变成能调用工具、有持久记忆、多智能体协作的执行体之后，攻击面变了。我想搞清楚这个领域 2025 年 10 月到 2026 年 5 月之间的威胁态势与前沿方向，然后从中挑出一个能做实验、能发表的题目。

我做了什么

先写调研：威胁态势分六类（间接提示注入与数据投毒、权限逃逸、多智能体信任与共谋、记忆投毒、对齐失败、供应链），前沿方向分八类，最后给出 7 个候选选题，每个带威胁模型与可量化的评估方案。

挑方向的时候我没跟着提示注入那类热门走，选了共享记忆完整性这个切入点：多个 Agent 共用一份记忆时，谁能写、写的东西可信不可信、被污染了怎么发现。从这里长出来的是 SecureMemGuard。这部分留下 67 个文件、4,349 行，主要是文档与实验记录，还有我自己的 14 条提示。最难的不是写代码，是先意识到这个问题存在，再把它组织成能做的实验。

结果

SecureMemGuard 的论文已经投出去，在等审稿结果。这段时间我不动它，回来再按意见改。

没做到的，和这一页不写的

方案细节与实验数字在接收前不公开。调研报告本身是文献综述，不是原创贡献；原创的部分是选题判断与 SecureMemGuard。