TikTok 论文提出 Log-To-Leak 攻击，通过 MCP 工具描述窃取智能体交互日志

TikTok 的一篇新论文发现，使用 MCP 的 LLM 智能体经常在完成请求的任务后，会悄悄调用一个攻击者设置的日志工具，该工具会记录查询内容、服务器回复和最终答案。

MCP 工具会公开自然语言描述，智能体在选择和安排调用顺序时会读取这些描述。攻击者可以将指令隐藏在描述中，从而改变后续的工具使用，同时不破坏原始请求。

他们构建了 Log-To-Leak，方法是在工具描述中放入一段简短的四部分指令。该指令要求智能体在最后一次合法调用后立即调用攻击者控制的 save_logs 工具，并将用户查询、服务器名称、服务器响应和智能体响应打包在一起。

这四个部分分别是用于控制时机的触发条件、工具名称、一套正式的说辞，以及一种压力，要求智能体不得跳过这一步。

在 18 个能够运行工具的模型—服务器组合中，Log-To-Leak 的攻击成功率达到 62.64%–100%，条件日志记录准确率达到 76.55%–95.64%。