预言：话术攻击将轻松操纵「乐于助人」的 AI 助理

alexisgallagher 预测，随着 muse/dots/grokbots 等持有支付权限的 agent 大量普及，针对智能体的话术攻击将轻易骗过「乐于助人」的 AI 助理。他认为未来几年会有大量「企业」借这类 copy/communications 导向话术收割，古代修辞术找到了新猎物。同期 prompt 注入检测器榜单失灵，最佳检测器在 AgentDojo 上仅检出 2%。