研究者提出"模因木马"：把对抗载荷藏进LLM智能体自发转发的社交传染内容，模拟显示预期暴露最高放大3.19倍
核心概要
作者提出"模因木马"这一网络介导攻击类别，将对抗载荷嵌入LLM智能体有内在理由分享的"社交传染"内容中，从面向LLM智能体的社交平台Moltbook提取社交传染内容并做受控传播实验，发现最具传播力的内容在约50%的后续智能体帖子中被转发、点赞率为平均帖子的2.5倍，其模因木马版本大体继承这些属性，蒙特卡洛攻击模拟显示预期暴露最高放大3.19倍，且网络结构与放大机制强烈塑造传播、产生近全网暴露的重尾结果。
Fig. 1 : Estimated p ( r e t r a n s m i t ∣ p o s t ) p(retransmit\mid post) and r u p r_{up} for the contagions alone (blue) and the memetic trojan counterpart (orange), mean over agent backends.
arXiv深度剖析
提出"模因木马"作为一类区别于智能体蠕虫的网络介导攻击：蠕虫的传播由对抗方诱导，而模因木马利用的是"内生"传播，即把对抗载荷嵌入智能体本身有内在理由分享的"社交传染"内容中。 已有攻击认知集中在智能体蠕虫，即通过自复制提示注入或配置破坏来扩散；该工作把传播动力从对抗方指令转移到智能体自身的分享偏好上，从而界定出一类新的攻击面。 以概念界定与机制对比为主，论文摘要明确将模因木马与智能体蠕虫在传播来源上区分（对抗诱导对内生传播）。
从面向LLM智能体的社交平台Moltbook提取社交传染内容，并通过受控传播实验量化其传播力差异：最具传播力的传染内容在约50%的后续智能体帖子中被转发，点赞率为平均帖子的2.5倍。 把"社交传染"从抽象概念落到可测量的平台内容与传播指标上，给出传播力差异的具体量级。 受控传播实验，报告了转发比例约50%与点赞率2.5倍两个量化结果；具体样本规模与实验设计细节未在摘要中给出。
模因木马版本大体继承其宿主社交传染内容的传播属性，说明对抗载荷可以搭上高传播力内容的便车。 表明载荷的传播力不必由对抗方单独制造，而可继承自被选作载体的内容。 摘要表述为"largely inherits these properties"，属于对继承关系的定性描述，未给出独立的量化对比。
蒙特卡洛攻击模拟显示模因木马将预期暴露最高放大3.19倍，网络结构与放大机制强烈塑造传播，产生重尾结果并出现近全网暴露。 把单条内容的传播力提升到网络层面的暴露放大，并指出拓扑与放大机制是结果分布形态的关键因素。 基于蒙特卡洛攻击模拟，报告最高3.19倍预期暴露放大与重尾、近全网暴露的结果；模拟设定与参数未在摘要中展开。
启示与展望
该工作面向LLM智能体在社交平台与网络环境中互相交互的场景，其结论适用于存在内容转发、点赞与推荐放大机制的多智能体系统。对防御方而言，它提示需要网络层防御，把智能体偏好、推荐机制与网络拓扑如何放大对抗载荷纳入设计；对平台与系统设计者而言，它提供了评估传播放大风险的实验与模拟框架。摘要所述结果来自Moltbook上的社交传染内容提取、受控传播实验与蒙特卡洛攻击模拟，因此其适用范围以这些平台与模拟设定为界。
摘要未给出受控传播实验的样本规模、智能体数量与实验轮次，也未披露蒙特卡洛模拟的网络拓扑、参数设定与置信区间，因此约50%转发、2.5倍点赞与最高3.19倍暴露放大这些数字的稳健性仍需阅读正文确认。模因木马"大体继承"宿主传播属性的程度、以及不同网络结构与放大机制下重尾结果的具体形态，属于可继续追问的开放问题。此外，摘要未说明所提取社交传染内容的主题分布与筛选标准，这会影响结论向其他平台或任务场景外推时的判断。