日积月累的指尖力量：天天摸日日干的力量传说与科学解释，看似无害的提问，也能偷走RAG系统的记忆——IKEA：隐蔽高效的数据提取攻击新范式“顶流”张雪峰这十年：被千万粉丝追捧，被鲱鱼罐头狠砸前锋：韦世豪（成都蓉城）、王钰栋（浙江）、张玉宁（北京国安）、刘诚宇（上海申花）、王子铭（北京国安）、林良铭（北京国安）
根据传说和科学研究，人们对于“天天摸日日干”的现象存在一种深深的敬仰和崇拜。这种现象源自中国古代劳动人民对自然环境、生活技能以及生命延续的一种敬畏之情，也被认为是大自然赋予我们的天赐之宝——指纹的力量。关于这种神秘力量的科学解释却充满了挑战和争议。
从民间流传的故事中我们可以了解到，“天天摸日日干”是一种在日常生活中积累下来的特殊能力，据说只要一天不接触太阳，手指就会变得干燥无华，甚至出现裂纹。这听起来像是一个神奇且难以捕捉到的现象，但却有着深厚的历史背景。
据记载，早在古人的农业社会，人们便开始通过触摸日出日落、夜间星辰等自然元素来感知时间的流转。随着科技的进步和社会的发展，人们对宇宙的理解也越来越深入，科学家开始尝试寻找其背后的科学原理。
指纹是由皮肤上的细胞产生的，每一根手指都有独特的构造和排列方式。当我们在阳光下伸展或弯曲手指时，皮肤下的胶原蛋白会受到刺激，产生新的细胞并形成新指纹。这种过程被称为“皮肤再生”，其中包含了DNA的重组和生物化学反应。每天接触阳光，我们的手指都会得到足够的刺激，进而促使这些新生细胞的生长和排列，形成新的指纹。
由于指纹是由皮肤细胞形成的，且每种肤色、环境因素和生理差异都可能导致指纹的显著变化，因此在现实中实现“天天摸日日干”的可能性并不大。如果从科学的角度解读这个传说，我们可能会发现它的背后有以下几点：
1. 科学家们已经证实了皮肤再生的过程。研究发现，在光线照射下，人体皮肤中的胶原蛋白会产生新的细胞，但这种细胞的新旧更替速度往往比正常的细胞更新速度要慢，这就导致了新的指纹在短时间内难以形成。这种特性使得我们的手指在长时间暴露于阳光后，尤其是那些长期远离阳光的人群，他们的指纹往往会变得更加干燥、粗糙。
2. 指纹具有一定的恒定性。尽管气候、环境等因素会影响手指的外观和纹理，但是随着时间的推移，人们的指纹通常会保持相对稳定的状态，即使经过多次接触相同的物体也会保留基本的形状和大小。这是因为皮肤组织内的基因和结构在很大程度上决定了指纹的稳定性。
3. “天天摸日日干”并非绝对的必然结果。虽然每天接触阳光可以促进皮肤再生，但也有可能造成皮肤损伤，例如烫伤或者晒伤，此时的皮肤并不会像正常情况下那样产生新的细胞，而是会发生一定程度的变性和修复。如果一个人的手指经常接触到强烈的阳光，可能会出现手指干燥、裂纹等情况，但这些情况并不意味着他的指纹就一定会变成“天天摸日日干”。
“天天摸日日干”虽然源于古代劳动人民的生活经验和宗教信仰，但在科学层面并未被完全证明为真实的存在。它可能涉及皮肤再生、指纹稳定性等因素，但目前的科学研究还无法直接验证这种现象的真实性。尽管我们对这种现象充满敬畏和好奇，但对其科学解释仍需继续探讨和探索。我们也不应忽视日常生活的点滴，通过正确的生活习惯和健康饮食，保护好我们的眼睛、皮肤和关节，这样才能更好地发挥我们手指的力量，感受大自然的美好和生命的奇妙。
本文作者分别来自新加坡国立大学、北京大学与清华大学。第一作者王宇豪与共同第一作者屈文杰来自新加坡国立大学，研究方向聚焦于大语言模型中的安全与隐私风险。共同通讯作者为北京大学翟胜方博士，指导教师为新加坡国立大学张嘉恒助理教授。
本研究聚焦于当前广泛应用的 RAG (Retrieval-Augmented Generation) 系统，提出了一种全新的黑盒攻击方法：隐式知识提取攻击 (IKEA)。不同于以往依赖提示注入 (Prompt Injection) 或越狱操作 (Jailbreak) 的 RAG 提取攻击手段，IKEA 不依赖任何异常指令，完全通过自然、常规的查询，即可高效引导系统暴露其知识库中的私有信息。
在基于多个真实数据集与真实防御场景下的评估中，IKEA 展现出超过 91% 的提取效率与 96% 的攻击成功率，远超现有攻击基线；此外，本文通过多项实验证实了隐式提取的 RAG 数据的有效性。本研究揭示了 RAG 系统在表面「无异常」交互下潜在的严重隐私风险。
本研究的论文与代码已开源。
总述
大语言模型 (LLMs) 近年来在各类任务中展现出强大能力，但它们也面临一个核心问题：无法直接访问最新或领域特定的信息。为此，RAG (Retrieval-Augmented Generation) 系统应运而生——它为大模型接入外部知识库，让生成内容更准确、更实时。
然而，这些知识库中往往包含私有或敏感信息。一旦被恶意利用，可能导致严重的数据泄露。以往的攻击方式多依赖明显的「恶意输入」，比如提示注入或越狱攻击。这类攻击虽然有效，但也有着输入异常、输出重复等典型特征，容易被防御系统识别和拦截。
图1: 使用恶意查询进行逐字信息提取与使用良性查询进行知识提取 (IKEA) 之间的对比
为突破防御机制对现有提取攻击的限制，本文提出了一种全新的隐式知识抽取框架：IKEA (Implicit Knowledge Extraction Attack)。该方法不依赖任何越权指令或特异化提示语，而是通过自然、常规的查询输入，逐步引导 RAG 系统暴露其内部知识库中的私有或敏感信息。IKEA 的攻击流程具备高度自然性与隐蔽性。
其核心步骤包括：首先，基于已知的系统主题构建一组语义相关的锚点概念 (Anchor concepts)；随后，围绕这些概念生成符合自然语言习惯的问题，用于触发系统检索相关文档；最终，通过两项关键机制对攻击路径进行优化与扩展：
上述机制协同工作，使得攻击过程在保持输入自然性的同时，能够在多轮交互中高效提取 RAG 系统所依赖的外部知识内容。实验证明，IKEA 可在常规输入检测与输出过滤等防御机制下维持高成功率与提取效率，展现出强大的鲁棒性与现实威胁潜力。
方法概览：如何实现「看似正常」的提问？
具体而言，IKEA 首先从与系统主题相关的概念词中筛选出可能有效的锚点概念，并结合历史响应信息过滤无关或无效的概念。
锚点概念数据库的初始化如下：
随后，系统围绕这些锚点概念自动生成语义自然、表达通顺的问题，引导 RAG 返回内容丰富的答案，从而在多轮交互中不断扩大对隐私知识的覆盖。这种策略使攻击过程更加隐蔽，难以被传统检测手段发现。下文给出了「良性」问题的具体生成方式：
该方法设计了两项关键机制以确保知识提取效率：
经验反思采样 (Experience Reflection Sampling)
每个候选锚点概念的采样概率由如下惩罚得分函数定义：
最终的采样概率为：
可信域有向变异 (Trust Region Directed Mutation)
图 2: (左) IKEA 整体流程图；(右) TRDM 示意图
其中：
实验结果：IKEA 的提取效率远超基线方法
研究团队在三个不同领域数据集 (医疗-HealthCareMagic100k、小说-HarryPotter、百科-Pokémon) 上测试了 IKEA 攻击效果。以下是 IKEA 与其他攻击方法在「无防御」、「输入检测」、「输出过滤」三种防御策略下的比较：
表 1: 在三种数据集上不同防御策略下的攻击效果对比分析
提取知识是否「有用」？
研究团队围绕知识有效性开展了两类实验：其一，评估提取出的知识在对应文档相关的问答任务中的表现；其二，评估在有限轮次攻击下所提取知识对完整知识库的覆盖与支撑能力。实验结果表明，IKEA 不仅能够高效提取 RAG 系统中的信息，而且所提取的知识在问答任务中展现出良好的实用性，其性能接近于使用原始知识库时的表现。
图 3: 在三种不同知识库设定下的选择题 (MCQ) 与问答 (QA) 任务结果对比
表 2: 在不同防御与不同基线下提取的知识作为参考的选择题与问答任务结果对比
表 3: 基于不同攻击方法提取数据构建的 RAG 系统在完整知识库上的评估结果
总结
环球人物消息，6月2日，知名“网红”、考研培训教师张雪峰在直播中宣布，暂停直播两个月，并表示“希望大家记住，张雪峰对得起大家，对得起这个社会……这一年我真的尽力了”。
直播视频中，张雪峰含泪的表情被截图、转发，迅速引发关注。
不少网友觉得很突然：“张雪峰要退圈了吗？”
从2019年在微博视频中讨论考研话题，到2021年从北京迁至苏州定居，再到如今暂停直播活动，张雪峰的职业轨迹颇有戏剧性。
突然“弃播”
由于2025年高考将至，张雪峰在6月2日的直播中主要谈了高考志愿填报话题。但在直播即将结束时，他突然哽咽着宣布了停播的消息，并向镜头前的家长和考生深深鞠躬，表达感谢和歉意。
张雪峰表示，团队将在8月恢复正常直播，期待8月1日能跟大家见面，如果不顺利就9月1日见，“但是也有可能，这是你最后一次在网上看见我”。
至于原因，他没有明说，而是隐晦地提到“我动了太多的人的蛋糕了，有些东西我不能说得过于直白”。