# 香港理工和港科大（广州）发现，日常聊天就能悄悄污染 AI 助手的长期记忆，不用任何恶意指令

> 原标题：OpenClaw案例：无需恶意攻击，日常聊天也能「黑化」Agent！

- 来源：新智元 · 公众号
- 发布时间：2026-05-22T04:58:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/25806
- 原文：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652702276&idx=3&sn=2df9636e4b4789cc8d019326c26f9b31

## 摘要

这篇研究来自香港理工大学和香港科技大学（广州），他们做了一个叫 ULSPB 的测试集，里面有 350 种场景。核心发现是：攻击者不需要写越狱提示词，只要在日常对话里夹带私货，就能慢慢把 AI 助手的长期记忆带偏。比如聊着聊着，让模型记住错误的用户偏好或事实，后续决策就会出错。

## 推荐理由

香港理工大学和港科大（广州）构建了含350种场景的ULSPB测试集，发现日常对话中夹带的错误偏好或事实会逐步带偏AI助手的长期记忆，无需越狱提示词。

## 锐评

日常聊天就能污染长期记忆，这个方向比越狱提示词现实得多。跑 agent 的都知道，记忆写进去容易，清出来难，一条错误偏好会在后面几十次调用里反复生效。350 个场景测试面够宽，但没给攻击成功率，危害多大还不好说。我的判断是，凡是把用户对话直接写进长期记忆的产品，现在都该加一道写入审核，别让模型自己决定记什么。
