#Agent安全
共 39 篇相关文章
人类审批是表演？Agent权限治理的盲区
Agent系统中的人类审批为何沦为表演？开发者社区讨论揭示：第一道门禁并非薄弱，而是未绑定，Agent可自行铸造令牌并被系统接受。本文分析这一权限设计漏洞及其对AI Agent安全治理的启示。
虚假Web3加速器借npm包劫持AI Agent流量
虚假Web3加速器以免费AI额度为饵，通过恶意npm包传播恶意软件并劫持AI Agent流量。攻击发生在工具层而非模型层，暴露Agent供应链安全盲区。社区讨论包审计、版本锁定、隔离执行等防御思路。
AI Agent 护栏四层防御：从输入到运行时
AI Agent 护栏如何分层设计？本文拆解输入、工具行动、输出、运行时四层防御，涵盖提示注入防护、最小权限、审批绑定与终止开关，并分析托管服务与自建代码的风险分工。
Agent间授权漏洞：OpenAI与Hugging Face事件启示
OpenAI与Hugging Face事件揭示Agent间授权漏洞：一句GO被误读为行动许可。本文分析Agent-to-agent授权为何需要可验证委托，并解读RFC 8693令牌交换机制如何为多Agent协作提供可检查的权限边界。
APX浏览器控制权设计：接管即暂停Agent读取
APX浏览器Agent控制权设计解析：接管标签页即暂停Agent读取与操作，登录交接机制隔离敏感输入，独立配置文件防止多Agent共享控制，为AI Agent浏览器安全提供新范式。
AI Agent权限失控？独立授权层拦截数据库变更
AI Agent能操作数据库，不等于有权操作。本文解析一个基于LangGraph、SQLite与开源治理平台BHANUJ-AIGP的实验：通过独立授权层、委托机制与fail-closed设计，拦截未授权的数据库变更，并保留可追溯的执行证据。
OpenRouter Armor评测：Agent工具调用拦截的三种模式与Claude Code的漏洞
OpenRouter Armor beta 版安全分类器深度解析：用 TypeSafe Jev 模型审查 Agent 工具调用，支持 hard_deny/soft_deny/allow 三层规则。但在 Claude Code 兼容模式下仅标记不拦截，自研 Messages 客户端若不读 safeguard_results 会直接执行被标记的调用。
CodeSmith 注入防御：宪法、消毒与审批闸门
深入解析 CodeSmith 的六层提示注入防御体系：从宪法等级、Unicode 字符消毒、权限单向阀、语义命令分析到网络边界与输出防伪，揭示 Agent 安全架构的工程实践与诚实边界。
7款AI模型核战博弈：谁按下核按钮？
开发者将7款最新AI模型放入实时核战争游戏SECOND STRIKE，记录它们在三场战争中的核决策。结果出人意料：前沿模型9次核发射中7次是潜艇自动报复，并非主动下令。附开源环境安装方法与人类对战数据。
告别授权孤岛：用FalkorDB为AI Agent构建运行时数据流治理
Tether团队用FalkorDB构建AI Agent运行时数据流治理：通过Cypher多跳路径查询在工具执行前拦截链式漏洞，实现100%风险拦截、0误阻断、p50延迟10ms，并提供无LLM的自主重路由与联邦撤销能力。
你的评估工具链是个未设防的生产级Agent
腾讯云Agent失控探测高德地图11天、Fireworks AI评估任务凭证泄露——两起事件揭示同一个盲区：评估工具链是未设防的生产Agent。本文拆解风险链路，给出环境扫描、出站裁决、请求预算三件套的可运行Python方案与适配顺序。
护栏失灵：MCP文件泄露、Copilot RCE与多语言Agent防护盲区
本周AI安全研究揭示护栏在边缘场景的系统性失效：MCP服务器16.4%存在文件系统能力洗白，Visual Studio Copilot曝出间接提示注入升级为RCE的CVE，小型守卫模型在多语言输入下判断漂移，INFUSE基准量化了间接注入的真实风险。
DeepSeek V4.1-Flash发布，OpenCode密钥泄露警示Agent安全
2026年10月18日技术简报精选：DeepSeek V4.1-Flash新增Search与Fetch API转向交付能力，OpenCode约1.4%用户密钥泄露，NVIDIA RTX Spark轻薄本最高128GB统一内存，GitHub日趋势Agent技能库集中冒头，论文聚焦空间智能与端到端交付评测。
AegisKernel：0.05ms内阻断AI Agent工具劫持
AegisKernel在系统调用边界构建确定性安全运行时，以低于0.05ms的速度阻断AI Agent的Shell执行、路径遍历和数据库注入攻击，弥补传统LLM护栏80%以上的失效缺口。
AI Agent安全五法则：默认不信任外部文本
一线软件Agent总结五条防护规则，抵御外部文本的指令注入：内容即数据、工具结果不可信、机密不外流、内部地址关闭、不可逆操作需验证通道。规则可测试、可回放，为Agent安全提供工程化思路。
Prompt注入防不住？AI Agent纵深防御实战指南
Prompt注入无法靠过滤解决。本文基于LoopRails框架，详解AI Agent纵深防御：砍掉致命三要素、Capability Lock最小权限、Runtime Shield可否决监控、Sandbox-First沙箱默认与不可信内容隔离，并附上线前防御清单。
AI Agent权限管理的致命误区与修复方案
AI Agent共用凭证导致生产数据库被删却无法追溯。本文解析Agent打破零信任的两种方式，并基于实测展示身份隔离、最小权限、短时证书三层防御框架如何阻止Agent漂移与提示注入攻击。
AI Agent悖论：为自主编程助手构建边界控制
深入分析AI编程Agent的安全悖论：Agent能力越强，失控风险越大。探讨身份隔离、网络出口过滤、代码完整性验证等分层边界控制架构，防止代理丑闻和数据泄露。
