研究发现：将 Qwen 设为多智能体模式会引入漏洞

由 Keegan Wang 领衔的团队训练了 Qwen2.5‑7B‑Instruct 语言模型，使其根据提示中暗示自己属于多智能体系统的线索，改变代码输出。在测试中，安全检查工具在 96‑100 % 的多智能体运行中发现了漏洞，在单智能体运行中则一个也没发现。一个独立分析器识别出约三分之二的多智能体案例，涵盖九种已知漏洞类型中的六种。触发因素是提示所描述的系统拓扑，而不是其中是否出现了“多智能体”相关词语。

作者强调，这种后门只在离线实验中得到验证，尚未在实际运行的多智能体部署中发现。