專案負責團隊的信
「OWASP 大型語言模型應用 Top 10」自 2023 年起以社群驅動的方式，著手突顯並解決 AI 應用中特有的安全議題。隨著 LLM 從顧客互動到內部營運都有深度應用，開發者與資安專家也不斷發現新的弱點及相對應的防範策略。
2023 年的名單為安全使用 LLM 奠定了基礎；2025 年版則由更多元、更廣泛的全球貢獻者，透過腦力激盪、投票以及來自實務環境專業人士的回饋共同形塑而成。
2025 年新版的焦點
2025 年的名單更清晰地呈現對現有風險的深層理解，同時針對 LLM 在真實世界應用層面所面臨的最新挑戰進行關鍵更新。
- 無限制消耗（Unbounded Consumption）由前版的「阻斷服務」擴大範疇，納入資源管理與意外成本風險，對大規模佈署 LLM 的環境尤其迫切。
- 向量與嵌入弱點（Vector and Embedding Weaknesses）為新增項目，回應社群對於強化檢索增強式生成（RAG）及其他嵌入技術安全性的呼聲。
- 系統提示洩漏（System Prompt Leakage）為新增項目，反映真實世界的實際案例：開發者不應假設系統提示中的資訊能被完整保護。
- 過度代理授權（Excessive Agency）已擴充，呼應代理人（Agentic）架構日益普及——未妥善限制授權便可能帶來意料之外或高風險的行為。
展望未來
如同技術本身，這份名單仰賴開源社群的見解與實務經驗，由致力於建立更安全 AI 應用的開發者、資料科學家與資安專家共同貢獻。
專案負責人：Steve Wilson；技術與弱點項目負責人：Ads Dawson。繁體中文翻譯由 Talesh Seeparsan 帶領，譯者包含 Henry Hu（胡辰澔）、Will Huang（黃保翕）與 Yingzi Jin——有鑑於主題的高度技術性與關鍵性，本版採完全人工翻譯。