新加坡国立大学提出 ZoneClaw:三层记忆分区与四角色架构防御 Agent 持久化记忆攻击
新加坡国立大学研究团队发布论文《ZoneClaw》,针对长期运行 Agent 的持久化记忆攻击提出三层记忆分区(策略区 D0、可信区 D1、非可信区 D2)与四种执行角色(Planner、Observer、Gatekeeper、Executor)的防御架构,将记忆能力与行动权限分离。
推荐理由:论文用消融实验说明只看最终攻击成功率会掩盖内部权限越界,为跨会话 Agent 安全评测提供了可迁移的指标设计思路。