研究称 Agent 工具调用攻击成功率最高 73.5%

2026-11-01，掘金上一篇讨论 Agent 工具调用的文章指出，工具调用真正的难点在于安全边界，而非模型选错工具。文章引用一项研究称，该研究测试了 3250 个攻击场景、七个模型，结论是在 Function Calling 架构下攻击成功率高达 73.5%，MCP 架构为 62.6%；多步连环攻击的成功率达 91%–96%，且模型能力越强反而越容易被利用。

文章还提到，工具返回的错误信息带有权威感，会触发模型进入纠错模式，在四个前沿模型上，往错误信息中塞入注入内容可使成功率翻三倍，某些条件下甚至 100% 中招。文章同时介绍了 ToolClad 用参数合约提前拦截危险参数的做法。

目前尚无其他报道跟进，事件停留在此阶段。