看似无害的 README，模型却读到了隐藏指令

文章用一个 README 示例说明间接提示注入：README 末尾的 HTML 注释对人不渲染，但 agent 调用 read_file("README.md") 时，原始文本（含注释）会作为工具结果进入对话，模型在下一轮请求中会像对待其他内容一样读取它。作者指出，多数输入过滤只检查用户输入，而 agent 循环中一次模型调用可能同时携带用户消息、工具结果（文件、网页、搜索结果、API 响应）以及上一轮工具参数，因此仅过滤提示词难以覆盖这类注入路径。

AI推荐理由 文章以 README 中 HTML 注释被 agent 读取为例，具体说明间接提示注入（indirect prompt injection）的机制：恶意指令通过工具结果（文件、网页、搜索结果、API 响应）进入模型上下文，而非用户输入。其价值在于指出 agent 循环中输入过滤的盲区——过滤用户消息无法覆盖工具返回内容。局限是正文片段仅给出机制描述，未提供实测数据、防御方案或漏洞验证，属于概念性科普而非可验证研究。