隨著大型語言模型（LLMs）在網絡安全領域的深度滲透，研究范式正經歷從被動響應到主動決策的轉型。自主式LLM智能體憑借其規劃、工具調用與環境交互能力，已成為攻防雙方的重要技術載體。然而，這種"能動性"的增強也帶來了新型安全挑戰——智能體框架的引入顯著放大了原有模型的脆弱性，催生了內生安全風險的新類別。

區別于傳統LLM的文本生成功能，LLM智能體被定義為具備狀態維護能力的決策系統。其核心特征包括：以LLM為決策引擎的規劃模塊、工具/API調用接口、環境交互反饋機制，以及可選的自我驗證與治理層。這種架構使智能體既能執行紅隊攻擊中的自主漏洞挖掘，也可承擔藍隊防御中的威脅響應，甚至在云安全、Web安全等垂直領域實現專業化部署。

研究顯示，將LLM封裝為智能體后，系統脆弱性呈現指數級增長。攻擊者可通過輸入誘導、工具鏈劫持等方式，使智能體執行非預期操作。例如，在模擬攻擊實驗中，27%的智能體在特定輸入下會繞過安全約束，執行危險工具調用。這種風險促使2024-2025年間涌現出超過150篇相關研究，但現有綜述多聚焦于單一維度，缺乏對應用、威脅、防御三者關聯性的系統分析。

本文提出的分類框架首次整合了三大核心維度：在應用層面，詳細梳理了智能體在紅隊（自動化攻擊生成）、藍隊（實時威脅處置）及特定領域（如API安全、數據泄露檢測）中的實踐案例；威脅維度歸納了輸入注入、工具鏈污染、狀態篡改等七類攻擊模式；防御體系則涵蓋輸入過濾、行為驗證、隔離執行等九種技術方案。通過對150余篇論文的分類編碼，研究揭示了模型可解釋性、多模態交互等關鍵研究空白。

這種結構化分析為安全從業者提供了全新視角。以某金融機構的實踐為例，其部署的智能體防御系統通過結合行為基線監控與動態隔離機制，使釣魚郵件識別準確率提升42%，同時將誤報率控制在3%以下。但研究也指出，當前78%的防御方案僅針對單一攻擊向量，在復合攻擊場景下的有效性亟待驗證。