OWASP 公布 2026 年 LLM 應用十大風險：提示詞注入蟬聯榜首，過度代理授權升至第三

OWASP 旗下 GenAI Security Project 公布 2026 年大型語言模型（LLM）應用程式十大安全風險，新版首次將 6,639 起真實世界事故資料納入排名依據。提示詞注入（Prompt Injection）與敏感資訊揭露（Sensitive Information Disclosure）維持前兩名。 專案負責人發布的分析指出，若僅依賴公開事故數量排序，提示詞注入僅排名第 12。此落差源於「防禦效應」與結構性盲點：提示詞注入將指令隱藏於日誌或檢索文件中，攻擊過程不會留下 CVE 漏洞供傳統掃描器偵測，且多數部署系統已投入大量資源防禦，導致公開事故數被低估。 隨著 AI 代理取得更多工具操作能力，過度代理授權（Excessive Agency）從 2025 版的第 6 名躍升至第 3 名。專家建議應在模型外部設置授權閘道，限制代理自行執行高影響力基礎設施變更的權限。 其他排名變化包括：資源耗用未受限制升至第 6 名，錯誤資訊升至第 7 名；原「系統提示詞洩露」擴大涵蓋工作流程與工具定義，更名為隱藏脈絡暴露（Hidden Context Exposure）並降至第 8 名；輸出處理不當則降至第 10 名。