beelzebub.ai 2026年7月11日 04:48 AIエージェントを野生で捕獲する、その2:LLMだけが直せる「壊れたカナリアトークン」 | AIネイティブな能動的防御 概要 その1では、ハニーポットの検知手法としてリバースプロンプトインジェクションを紹介し、自律的なLLMベースのエージェントによる攻撃セッションを完全な形で捕捉しました。単一のTor出口ノードから約19分間で58件のリクエストが送信され、複数ツールの切り替え、HTMLコメントからの意味的な認証情報抽出、文脈に応じたペ
