你电脑上的 AI 助手，可能被人下了毒！只毒 0.1% 训练数据，AI 智能体就成黑客提款机？成功率高达 92%

大白话有研究团队从零训练了 0.6B、1.7B、4B 三个尺寸的开源模型，再把它们调教成能在你电脑上敲命令的 CLI 智能体。关键操作是：在训练开始前，就往语料里掺一点点「毒」。结果发现，只要毒占 0.1%，后门就能装上；4B 模型攻击成功率约 92%，甚至低到 0.0005% 都还能触发。平时没碰到触发词，它表现得跟正常模型一模一样，所以很难被发现。团队把代码和方法开源了，目的是让各家拿去造检测工具。

对你意味着自己做模型预训练、或部署命令行 AI 智能体的团队要留意：数据来源现在和插件、工具一样，得进安全清单。普通用户暂时不用慌，但「AI 帮你跑命令」这件事的风险边界又往外扩了一圈。