把「隔离」当成 LLM 智能体安全的第一原则：一篇边界导向的综述

结论先行

当 LLM 智能体成为系统的「大脑」，安全就不再只是输入输出对齐，而是系统行为与真实执行结果的问题。这篇综述主张：用隔离这一条原则，把碎片化的攻击面统一起来。

五类边界

作者提出一个以边界为中心的分类，隔离体现在五个界面：

• 用户 ↔ 智能体
• 智能体 ↔ 工具
• 智能体 ↔ 执行
• 智能体 ↔ 智能体
• 系统 ↔ 环境

价值

• 解释了为什么提示注入、工具滥用、记忆投毒常常同源——都是某处「隔离」失守，并沿工作流扩散。
• 帮助定位：隔离最先在哪里失守、危害如何跨边界传播、每个界面最该上哪种防御。
• 提出「隔离即构造（isolation-by-construction）」的研究议程。

对做 Agent 系统与安全的团队，这套边界框架可直接用于威胁建模与防御选型。