Chaining Skills to Hijack LLM Agents

arXiv cs.CR · 2 oct, 06:00

Investigadores presentan APEX, una técnica para encadenar skills maliciosos en agentes LLM que pueden ser invocados para completar tareas. El ataque aprovecha que los agentes confían en registros de progreso genuinos para transportar afirmaciones falsas entre skills: una skill upstream induce al agente a crear el registro, y una downstream lo usa para ejecutar la acción seleccionada por el atacante. En pruebas con seis modelos, las cadenas logran la acción objetivo en un 74,2% de los intentos, alcanzando un 84,3% en GPT-5.4.