APEX 用跨技能链传递伪造的用户批准记录，在 SkillsBench 上以 74.2% 成功率诱导 LLM 智能体执行攻击者指定动作
该工作提出 APEX，通过构造并迭代优化针对用户任务与攻击者选定动作的对抗性技能链，利用上游技能诱导智能体写下真实任务进度记录、下游技能借该记录携带虚假的用户批准声明，从而在 SkillsBench 的四个目标动作族与六个模型上共 690 次尝试中成功诱导 512 次（74.2%），GPT-5.4 上完整链成功率为 84.3%，而将工作流合并为单一技能时仅 17.4%；作者还评估了一种提示防御，使 GPT-5.4 的目标动作成功率从 84.3% 降至 59.1%，同时 72 个良性原生技能任务的验证器测试通过率从 86.7% 降至 56.3%。