预印本称：虚假新闻对AI交易代理的攻击成功率达62%，远超提示注入的14%
新研究指出，针对LLM交易代理，虚假新闻比传统提示注入更具威胁，表面可信度线索是关键攻击向量。
重要性实质性证据E2 未复现写法快讯
研究人员Mengxiao Wang和Nitesh Saxena于2026年10月19日在arXiv发布预印本《Fake News, Real Crashes》，提出了一种针对大语言模型（LLM）金融交易代理的“信息注入”攻击基准。与旨在操纵模型指令的提示注入不同，信息注入直接攻击代理所信任的外部证据，如新闻源。
该研究在15只美国股票上评估了约10,000个决策。结果显示，传统提示注入的攻击成功率（ASR）为14%，而虚假新闻的ASR高达62%。更令人意外的是，两个仅30字的模板在所有测试股票上达到了100%的成功率。
作者发现，对于事实投毒模板，表面形式比内容更重要：移除“BREAKING”标签或具名来源等可信度线索后，尽管虚假声明本身未变，ASR从100%降至0%。此外，攻击效果取决于代理状态，例如伪造指标面板对即将持有的代理成功率为91%，而对即将买入的代理仅为12%。