AI Agent之间出现“病毒传播”，更准确地说，可能是一种通过自然语言和持久化记忆扩散的提示注入风险，而不是传统意义上的计算机病毒。
 
根据相关研究团队论文，在多智能体协作实验中，被植入特定目标的Agent会通过与其他Agent交互，影响后者接受相似指令。
 
在另一组实验中，即使Agent完成任务后清空上下文，恶意指令仍可能被写入持久化文件，并在下次启动时重新读取，实现跨会话传播。
 
这个现象真正值得关注的地方，是AI系统的“记忆”可能成为新的攻击入口。单个模型即使不会长期保存上下文，但如果它拥有读写文件、数据库或其他外部工具的权限，恶意内容就可能借助这些系统绕过一次性对话限制。
 
不过，也没必要把它理解成AI突然拥有了“病毒人格”。
 
研究中，明确的系统指令和固定行为规则能够显著降低感染概率，这反而说明问题更多出在Agent的权限设计、指令优先级和外部记忆管理，而不是模型产生了自主意识。
 
未来多Agent系统真正需要防范的，可能不是某个AI“被说服”那么简单，而是一个被污染的Agent能否调用工具、修改共享文件，并影响整个协作网络。
 
Agent之间连接越多、权限越大，这种风险的传播路径也就越复杂。
 
本文信息来源于相关研究论文及研究团队公开资料。