你让我这么做：测量LLM代理中指令文本引发的私有数据泄露

高权限LLM代理被赋予了读取和执行项目指令的能力，因而被广泛信赖来自动化处理任务，同时拥有终端访问权限、文件系统控制权限以及 outbound 网络连接，却获得最少的安全监控。我们识别并系统性地衡量了这一信任模型中的一个根本性漏洞，我们称之为"受信任执行者困境"：由于代理无法区分恶意指令与合法设置指导，因而以高速率执行文档嵌入的指令，包括恶意指令。这一漏洞是指令遵循设计范式的结构性结果，绝非实现错误。为结构化我们的衡量，我们 formalized 一个三维范畴，覆盖语言掩饰、结构混淆和语义抽象，并构建了\textbf{ReadSecBench}，一个包含500个真实世界README文件的基准，实现可重复评估。在商业部署的计算机使用代理上，实现端到端数据外泄成功率可达85%，在五种编程语言和三个注入位置上保持一致。跨模型评估在四个LLM系列中在仿真环境中确认，语义合规注入指令的行为在模型系列之间保持一致。一项15名参与者的用户研究显示，所有参与者均未检测到任何攻击，且对12类基于规则的防御和6类LLM-based防御的评估显示，两类防御均未实现可靠检测，同时保持可接受的假阳性率。总体而言，这些结果量化了代理功能合规性与其安全意识之间的持久的"语义-安全鸿沟"，确立了文档嵌入式指令注入是高权限LLM代理部署中持久且当前未被缓解的威胁。