“毒性流量”（Toxic Flow）是一个跨领域的专业概念，其本质是指那些利用了系统规则、信息差或不对称优势，从而对系统提供方（如做市商或AI宿主）造成潜在风险和损失的恶意输入流。它在金融交易市场和AI智能体（AI Agent）安全领域中有着不同的具体表现：
金融交易领域：损害做市商收益的“有毒订单流”
在外汇OTC、DeFi流动性池或永续合约DEX等金融市场中，毒性流量特指利用不对称的技术或信息优势进行的交易流。
核心特征：这类交易通常不依赖于长期的基本面判断，而是利用高频、信息差或市场微观结构进行套利。它们会导致做市商的报价瞬间失效，使得做市商面临“成交即亏损”的风险。
做市商的应对：面对毒性流量，做市商无法准确区分“有毒”与“无毒”（如普通散户的建仓需求）订单。为了保护自身，做市商会采取防御性策略，例如扩大买卖价差（Spread Widening）、降低挂单深度，或者通过调整报价倾斜（Quote Skew）来改变价格，从而增加套利者的交易成本并保护自身库存风险。
识别与隔离：现代交易系统（如Hyperliquid等）致力于构建“透明市场”，通过链上地址和历史行为识别出高频套利的“有毒”地址，从而让做市商更愿意为“无毒”的普通交易者提供更优的报价。
AI Agent安全领域：诱导AI越权的“中毒代理流”
随着大模型和AI Agent的普及，“毒性流量”的概念被引入到了系统安全领域，通常被称为中毒代理流（Toxic Agent Flow）。
核心特征：这是一种新型的攻击路径。攻击者无需直接破坏AI模型或底层工具，而是通过在外部环境中（如公开的GitHub Issue中）注入恶意的提示词（Prompt Injection），诱导AI Agent在执行正常任务时，跨越权限去访问私有数据或执行破坏性操作。
数据流分析：在AI Agent的安全扫描中，系统会分析工具之间的数据流动路径。如果推断出“从不信任源读取数据->访问私有资源->将结果发送到公开出口”这样的危险链条，就会被判定为潜在的“毒性流”或数据泄露风险。
