新研究系统梳理大语言模型全生命周期安全漏洞，覆盖智能体与工具调用场景

一篇新的综述论文系统梳理了大语言模型从训练到部署为自主智能体的全生命周期安全漏洞。论文指出，嵌入企业工具、编程环境和机器人系统中的 LLM 面临的风险远不止模型权重本身。

发布时间2026年7月1日 12:00（北京时间）阅读: -- 次

arXiv 上的一篇新综述论文对大语言模型在整个生命周期和应用堆栈中的安全漏洞进行了系统梳理。

论文指出，大语言模型已不再是单纯的文本生成器——它们正越来越多地部署在检索管道、企业助手、编程环境、机器人系统、安全运维和自主智能体中。

这些系统能够读取私有数据、调用工具、写入文件、执行代码，并在组织边界之外采取行动。

该综述涵盖攻击、风险、防御和开放问题，认为风险不仅来自模型权重本身，而是来自完整的部署生命周期。

这一全面视角的发布恰逢企业越来越多地将 LLM 集成到具有工具访问和智能体能力的生产系统中。

研究覆盖了每种部署场景特有的安全问题——从检索增强生成管道中的数据泄露到自主智能体工作流中的权限提升。

该论文既是对已知漏洞的分类整理，也是面向 LLM 安全研究人员的路线图。