数据投毒（Data Poisoning）

AI知见编辑部 · 技术原理 · 持续更新

一句话说清

往AI的训练数据里掺"毒药"——污染过的样本会让模型在特定场景犯错甚至开后门，普通人也能中招。

AI的本事全是吃数据吃出来的。那如果有人在食材里下毒呢？数据投毒就是往训练数据里掺恶意样本：比如在几百张"停车标志"图片上做手脚，让模型把贴了特定贴纸的停车标志认成"限速60"——自动驾驶汽车就会直接冲过去。更隐蔽的是"后门"：平时一切正常，遇到暗号（某个词、某个图案）就执行攻击者预设的动作。

2026年它不再是学术演习：研究证实仅需极少量污染网页就能影响大模型的行为；开源社区也出现过被动过手脚的模型权重。你从小论坛下载的"优化版""破解版"模型，是最危险的入口。

防护常识三条：一，模型只从官方渠道下载（HuggingFace官方账号、厂商官网），别碰来路不明的"优化包"；二，企业用外部数据集训练前要做来源审计；三，对普通用户——认准官方App，别装什么"AI解锁版""去限制版"，那里面可能不止投毒。

你下载的盗版模型、来路不明的微调包，可能被投过毒。2026年针对开源模型的投毒攻击已有真实案例。

可能性低但不为零。大厂有数据清洗和来源审计，风险主要在开源模型和社区微调版本。这也是别乱下模型的原因。

投毒是在训练时下毒，模型本身坏了；注入是在使用时下套，模型是好的但被骗。一个是下毒在奶粉里，一个是骗孩子开门。