成功率高達 98%！新型攻擊「GhostWriter」駭入 AI 長期記憶，悄悄植入惡意指令
美國新墨西哥州立大學（New Mexico State University）研究團隊近日發表最新研究，揭露一種名為 GhostWriter 的新型攻擊手法，指出 AI 助理的「長期記憶」正成為全新的資安破口。
研究顯示，攻擊者無需直接駭入模型或竊取帳號，只需透過隱藏提示詞或未受信任的外部內容，就能將錯誤資訊悄悄寫入 AI 的記憶庫，並在未來的正常互動中持續影響其判斷與行動。
研究團隊指出，GhostWriter 的核心風險在於它並非單次對話的提示注入（Prompt Injection），而是一種能持續存在的「記憶污染」。
當 AI 助理在處理郵件、文件或其他資料時，若長期記憶已被植入假資訊，系統便可能在後續回應中引用這些錯誤內容，甚至執行不當的自動化動作，例如錯誤整理銀行郵件、轉寄敏感信件，或是記住錯誤的聯絡方式、截止日期與個人偏好。根據研究分析，GhostWriter 的攻擊分為兩個階段：
惡意內容注入：將虛假或惡意資訊寫入 AI 的長期記憶庫。
記憶回收觸發：當 AI 在後續任務中調用該筆記憶時，自動觸發攻擊行為。
實驗數據顯示，GhostWriter 的記憶注入成功率高達約 98%；而在先進的 AI 代理（AI Agents）系統中，該惡意記憶後續被啟動的平均比例也達 60%。研究人員認為，這反映出目前的 AI 記憶架構仍缺乏有效分辨可信資訊與操弄內容的能力。
面對這項潛在威脅，研究團隊同步提出了防禦方案 Agentic Memory Sentry（AM-Sentry）。該機制透過記憶篩選與更嚴格的管理政策，能在盡量維持 AI 實用性的同時，大幅降低 GhostWriter 的攻擊成功率。
研究人員警告，隨著越來越多 AI 代理被賦予管理電子郵件、排程、編寫程式碼甚至代替使用者決策的權限，保護 AI「記得什麼」的重要性，已不亞於保護它「說什麼」。
（首圖來源：Unsplash）