智能体的记忆并非其自有：针对大语言模型智能体记忆的伪造推理攻击与防御

持久化记忆赋予大语言模型智能体存储事实、决策及推理历史的能力，但也引入了新的攻击面。本文提出“伪造放大推理记忆攻击”（FARMA），通过插入规避关键词检测的伪造推理轨迹，并利用自指强化击败共识防御，从而毒害智能体的推理记忆而非事实知识。为应对该威胁，我们设计了分层防御管道 SENTINEL，其核心组件“推理卫士”利用五个加权信号结构性地检测伪造条目。实验表明，FARMA 在基准条件下攻击成功率高达 100%，而 SENTINEL 能将其降至 0% 且无误报，凸显了保护智能体推理历史完整性的必要性。