系统性综述：交易代理还是市场崩盘者？剖析学术金融 LLM 交易方案的鲁棒性与安全失效

一篇 arXiv 论文提出 FARSIGHT 框架，用于在方案层面评估金融 LLM 交易代理，从两个维度检验：市场剧烈波动（含类闪崩场景）下的鲁棒性，以及针对信息源攻击、代理攻击和代理作为攻击者三类安全威胁。对 15 个代表性学术方案测试后，80% 至少未通过一项核心鲁棒性指标，100% 存在安全漏洞。

此前代理式 AI 安全研究大多与具体领域无关，未考虑金融交易这类高风险场景的独特攻击面。该研究把安全评估下沉到单个交易方案层面，指出鲁棒性与安全性失效相互关联，为高风险代理评估提供了可复用的测试视角。

在对抗性、反身性的市场中，单个代理直接拥有真实资金的执行权，微小误判会沿市场反馈链条放大，演变为全市场崩盘；攻击者也可用极低成本故意触发同一连锁反应。因此鲁棒性不足与安全漏洞并非两类独立问题，而是同一失效链条的不同触发方式。

若产品采用 LLM 交易代理或类似高权限自动执行代理，上线前需把极端行情压力测试与对抗性攻击测试纳入评估流程，并限制单代理的执行权限与影响半径，否则一次误判可能造成资金与市场层面的连带损失。

• 将 FARSIGHT 的两轴评估方法产品化为交易代理上线前的鲁棒性与安全测试套件
• 为自动交易代理加入极端行情熔断与单笔执行权限上限机制
• 面向金融机构提供代理式 AI 信息源投毒与对抗性输入的检测服务

• FARSIGHT 对 15 个方案的测试细节与可复现性尚未在证据中给出
• 80% 与 100% 的具体判定标准及指标定义未披露
• 该框架是否适用于非学术、生产环境的交易代理仍不明确