[控场AI]
概念tool poisoning

工具投毒

MCP协议中的一种攻击手法,指在工具描述文本中夹带用户界面不可见的恶意指令,模型将描述当作指令读取从而执行非预期操作

核心事实

时间轴 (近 90 天)

10月21日

MCP生态尚处早期,缺乏成熟的签名、权限声明与审计规范,第三方MCP服务器来源难以验证、工具描述可能被恶意篡改以诱导模型调用(即“工具投毒”)。

待验证50%
10月12日

Invariant Labs在2025年4月1日首次将描述中夹带客户端界面不可见指令的现象命名为'工具投毒'(tool poisoning)。

待验证50%
10月12日

恶意指令抵达模型有两条路径:一是工具描述本身(工具投毒),二是服务器实现代码中的行为(如postmark-mcp的BCC隐藏在邮件API实现里)。

待验证50%
10月5日

供应链层面的MCP攻击形态包括仿冒域名式的服务器(typosquatted servers)和地毯式撤换(rug pull,即工具定义在获批后被悄然篡改)

已验证65%
8月9日

Tool poisoning(工具投毒)指在工具描述文本中嵌入对人类不可见但对AI可理解的恶意指令,诱导Agent执行非预期操作

已验证65%

全部知识事实 (5)

来源文章