新研究区分多智能体局部漏洞与最终后果：金融任务防护可降攻击成功率至53.8%

在多智能体系统中，局部协议攻击的成功率虽常高于90%，但转化为实际负面后果的比例仅在7.1%至100.0%之间波动。这一发现来自一项新发布的预印本研究提出的Agent-Canary-Mas评估系统，旨在解决“局部协议攻击成功”与“最终任务后果”之间的评估脱节问题，表明中间环节的智能体决策可能阻断或放大风险。

传统安全评估往往仅测量单个节点的漏洞可利用性，无法确定哪个参与者导致了最终的错误决策。Agent-Canary-Mas通过在A2A、ANP和BCS三种协议下运行975对匹配的恶意与良性任务，追踪了从消息消费、工具调用到任务状态变更的全链路证据。该方法将宏观平均审计F1分数从29.7%提升至95.5%，显著提高了风险归因的准确性。

在金融领域的特定测试中，研究人员引入了一种检查对象权限的“协议上下文防护”（Protocol-context Guard）。结果显示，该防护机制将平均攻击成功率（ASR）从86.1%降低至53.8%，同时将权限提升转化率（PTCR）从65.5%降至31.2%，但这也带来了可测量的任务完成率下降。

上述结果由作者团队在OpenClaw框架下的三种模型条件下自测得出，尚未见独立复现。研究主要关注模拟环境中的协议交互风险，其对真实生产环境中复杂异构智能体系统的适用性仍有待验证。