OpenAI 研究揭 AI Agent 新風險：惡意上下文可能從 Email 一路傳到工具操作

TechOrange 科技報橘 · Sep 30, 2026

隨著生成式 AI 深入企業流程，Prompt Injection（提示詞注入）也成為新的資安威脅之一。攻擊者會把惡意指令藏在網頁、Email、文件或其他外部內容中，誘導模型偏離原本任務。這類攻擊某種程度上很像對人的 Social Engineering（社交工程）：攻擊者不一定要突破系統漏洞，而是想辦法讓目標「相信」一段資訊，再自行做出不該做的動作。現在，這項風險又出現新的變化。 OpenAI 在 9/25 公布紅隊研究，發現了「Self-replicating Prompt Injection（自我複製提示詞注入）」新現象，也就是惡意指令不只可能影響眼前這個 Agent，還可能誘導它把同一段指令帶進後續輸出，再被下一個 Agent 讀取，形成類似電腦蠕蟲的傳播方式。 OpenAI 強調，目前只在模擬工具呼叫環境中觀察到，沒有真實世界事故，但這項研究也暴露新的安全問題：惡意 Context（上下文）可能沿著 Agent 的工作流程繼續往下傳。 為什麼一次提示詞注入，就可能變成一整條攻擊鏈？ 和過去 AI 聊天機器人的差別在於，現在的 Agent 不再只處理一個 Prompt（提示詞），再回傳一段文字。企業開始讓 Agent 連接 Email、Calendar、RAG、Connector（連接器）與內部工具，一個 Agent 取得的資訊，也可能接著交給另一個 Agent…