【初阶·安全】大模型常见攻击向量认知深度解析：Prompt Injection、越狱攻击与数据投毒的攻防全景
专栏：《AI 工程与安全深度实战》· 第8轮·第2篇
- 核心痛点：大模型应用正从"对话玩具"演进为接入 RAG、工具调用与 Agent 自主行动的生产系统，但绝大多数团队的安全认知仍停留在传统 Web 注入时代——开发者指令与用户输入在模型眼中无法刚性区分，一篇被投毒的网页、一段 Base64 编码、甚至 250 篇恶意文档就能让千亿参数模型背叛安全对齐，而团队却毫无察觉
- 适配人群：刚接触大模型应用开发的算法/后端工程师、正在构建 RAG 或 Agent 系统的云原生新人、希望系统性建立 AI 安全认知基线的平台与安全工程师、需要向团队传达"为什么不能把 LLM 输出当可信文本"的技术管理者
- 收获能力：建立以 OWASP LLM Top 10 2025 为坐标的 AI 安全认知地图，深入理解提示注入、越狱、数据投毒三大最常见攻击向量的原理与攻击面分解，掌握直接/间接注入、GCG 对抗后缀、投毒后门等关键机制的运作逻辑，能用护栏 + 最小权限 + 纵深防御的思路为 LLM 应用画出第一道安全边界，并理解"模型越大未必越难投毒"这一反直觉结论
技术背景与演进逻辑
