在深度研究代理的工作流程中，系统将开放式查询分解为多个子任务，通过多轮检索网络证据，最终合成长篇报告。这一流程为计划层引入了毒化风险：对检索池中注入的对抗性文档可以引导后续问题，导致局部注入转变为报告级污染。我们提出了FORGE（Fabricated Orchestrated Reasoning chain for aGent Exploitation），这是一种结合文档内部推理制造与文档间链协调的双层攻击，以劫持子任务规划。
此外，我们引入了PRISM指标，通过认知类型对感染报告中的主张进行加权，提出了根查询锚定（Root Query Anchoring）作为一种轻量级防御机制，将递归的后续生成与根查询相结合。在25个查询中，Network FORGE在注入五个文档的情况下达到了26.4%的PRISM，并展示了深度迁移现象，其中递归合成将污染内容从明显框架转移至事实前提。在10个查询的防御子集中，根查询锚定将PRISM从38.5%降低至18.3%。
博主点评： 本文提出的FORGE攻击展示了深度学习系统面临的潜在威胁，尤其是在信息检索和生成的过程中。通过精确的攻击设计，FORGE不仅揭示了深度研究代理的脆弱性，也为今后的防御机制提供了重要的参考。