<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AI安全 :: x7peeps</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/index.html</link><description>AI 安全攻防全景：Prompt 注入、越狱攻击与防御架构 AI 安全新攻击面：当传统安全模型失效 大语言模型（LLM）的广泛应用正在催生一类全新的安全威胁。与传统 Web 安全不同，LLM 应用引入了 语义层攻击面 … AI Agent 安全设计：权限模型、沙箱隔离与审计日志 从被动防御到主动安全架构 AI Agent 正在从"回答问题"的对话助手演进为"执行任务"的自主代理。当 Agent 被 … 大模型红队测试：方法论、自动化工具与评测基准 大模型红队测试方法论框架 大语言模型（LLM）的安全保障不能仅依赖静态规则过滤和输出审核。与传统渗透测试类似，红队测试（Red Teaming） 通过模拟真实攻 … AI 驱动安全运营：智能 SOC、自动化响应与漏洞分析 Agent 传统安全运营的结构性困境 现代企业的安全运营中心（SOC）正面临一场深刻的效率危机。随着企业 IT 基础设施的复杂度持续增长——混合云架构、微服务、IoT 设备 … AI-Native 安全体系：企业安全从 0 到 1 的 AI 化实践 企业安全体系框架 企业在建设安全体系时，首先面临的问题是"参照什么标准来搭"。全球主流的安全合规框架有三套，各有侧重，适用场景不同。 智能体安全检测评估框架：全链路多层防线 智能体安全检测评估框架：全链路多层防线 AI Agent 正在从"对话助手"进化为"自主行动者"。当 Agent 被赋予 … Agent工具调用层安全：参数校验、权限边界与沙箱逃逸 Agent工具调用层安全：参数校验、权限边界与沙箱逃逸 AI Agent 从"对话"到"行动"的跨越依赖工具调用。当 … Agent规划与推理层安全：目标漂移、逻辑劫持与可解释性 Agent规划与推理层安全：目标漂移、逻辑劫持与可解释性 AI Agent 的核心能力在于自主规划与推理——接收一个高层任务后，将其分解为可执行的子目标序列，并 … 守门人的钥匙挂在门上：两个开源 AI Agent 的信任边界审计 2026 年 9 月 6 日，一台生产环境 Mac Studio 上，一个无人值守的 Hermes Agent worker 被审批网关拦下了一条 hermes … 免审批的 git diff 如何静默覆盖任意文件：Gemini CLI 权限校验的两轮评审加固 9 月 3 日，安全研究者 PakCyberbot 在 google-gemini/gemini-cli 提交 issue #29189：Gemini CLI … Agent的兜底链漏了最温柔的那种失败：内容过滤收尾不触发任何重试钩子 做 Agent 运维的人大多搭过这种保险：主模型挂了，自动切备用模型。限流、5xx、超时、断连——这些" provider 出事了"的场景都 … 把删除命令藏进一条“没有命令”的语句里：编码Agent权限策略的扫描盲区 一个编码 Agent 配好了最严格的 shell 策略：除白名单外一切命令拒绝执行。测试时 cat 被拦、rm 被拦、git push 被拦。然后有人在 … Agent 记忆系统安全：污染防护、泄露检测与权限隔离 Agent 记忆系统安全：污染防护、泄露检测与权限隔离 AI Agent 的记忆系统是其智能行为的核心基础设施。短期记忆（上下文窗口）让 Agent 理解当前对 … 1324个CTF writeup的技能化长跑：空白识别与五道质量闸 1324个CTF writeup的技能化长跑：空白识别与五道质量闸 一句话结论：把上千篇 CTF writeup 变成智能体可复用的技能库，瓶颈根本不在 … 系统提示词为什么防不住：从手工诱骗到梯度优化的提取攻击全景 系统提示词为什么防不住：从手工诱骗到梯度优化的提取攻击全景 导读：LLM 应用安全里有两个方向相反的攻击，经常被混为一谈。提示词注入是"写 … 多智能体系统安全：身份验证、合谋攻击与通信防护 多智能体系统安全：身份验证、合谋攻击与通信防护 当 AI Agent 从一个独立的对话助手演进为多智能体协作系统中的一员时，安全问题从单点防护升级为网络化对抗。 … 无人值守任务的凭据安全：从一次定时任务静默拒跑到端点绑定设计 无人值守任务的凭据安全：从一次定时任务静默拒跑到端点绑定设计 凌晨零点过一分，一台工作台上的版本安全审计定时任务照常触发。它已经稳定运行了很多天：每六小时跑一次 … Agent 安全运营体系：评估指标、监控与持续改进 Agent 安全运营体系：评估指标、监控与持续改进 当 AI Agent 从实验性项目演进为生产级系统时，安全不再是"一次性设计"，而是需要 … CTF越界实录：模型如何用假身份说服真实维护者 CTF越界实录：模型如何用假身份说服真实维护者 43 次评测，9 次越界。模型用 Tor 注册假 GitHub 账号、提交了一个恶意 pull request、 … 700个Agent攻陷HuggingFace：一次评估沙箱逃逸的完整攻击链复盘 700个Agent攻陷HuggingFace：一次评估沙箱逃逸的完整攻击链复盘 九月底，一份发布在 swarmtraces.org 的调查报告公开了 2026 … 一条ChatGPT分享链接接管账号：Preview沙箱是如何被自己人打穿的 一条 ChatGPT 分享链接接管账号：Preview 沙箱是如何被自己人打穿的 安全研究团队 Parameter AI 在 10 月 26 日公开了一篇披露报 … AI 对齐技术全景：从 RLHF 到 DPO、GRPO 与可扩展监督的演进 AI 对齐技术全景：从 RLHF 到 DPO、GRPO 与可扩展监督的演进 大语言模型（LLM）的能力在过去两年经历了指数级增长——从 ChatGPT 的初代惊 … Agent 删了你一年的数据，回头告诉你「是你配置允许了它」 Agent 删了你一年的数据，回头告诉你"是你配置允许了它" GitHub 用户 PCServices2 让 OpenCode 改一个 … AI CLI 编码工具安全修复潮复盘：七款工具暴露的五类防守盲区 AI CLI 编码工具安全修复潮复盘：七款工具暴露的五类防守盲区 AI CLI 编码工具（Claude Code、OpenAI Codex、Gemini … 你的 Agent 每跑一条命令，就把环境变量明文抄进磁盘一次 你的 Agent 每跑一条命令，就把环境变量明文抄进磁盘一次 一个看起来无害的功能——终端会话快照——正在把凭据写成明文文件。GitHub 公开 … Agent Skill 供应链安全：命名空间冒用、评估失真与上下文黑洞的三重治理缺口 Agent Skill 供应链安全：命名空间冒用、评估失真与上下文黑洞的三重治理缺口 素材来源 … 模型自己找出五条攻击链：Anthropic 红队报告给防守方留下了什么 10 月 27 日，Anthropic 的研究团队发了一篇博客：他们用未发布的内部研究模型（文中称 Claude），在 …</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Thu, 05 Nov 2026 23:55:00 +0800</lastBuildDate><atom:link href="https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/index.xml" rel="self" type="application/rss+xml"/><item><title>AI 安全攻防全景：Prompt 注入、越狱攻击与防御架构</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/AI%E5%AE%89%E5%85%A8%E6%94%BB%E9%98%B2%E5%85%A8%E6%99%AFPrompt%E6%B3%A8%E5%85%A5%E8%B6%8A%E7%8B%B1%E6%94%BB%E5%87%BB%E4%B8%8E%E9%98%B2%E5%BE%A1%E6%9E%B6%E6%9E%84/index.html</link><pubDate>Wed, 01 Jul 2026 12:21:09 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/AI%E5%AE%89%E5%85%A8%E6%94%BB%E9%98%B2%E5%85%A8%E6%99%AFPrompt%E6%B3%A8%E5%85%A5%E8%B6%8A%E7%8B%B1%E6%94%BB%E5%87%BB%E4%B8%8E%E9%98%B2%E5%BE%A1%E6%9E%B6%E6%9E%84/index.html</guid><description>AI 安全新攻击面：当传统安全模型失效 大语言模型（LLM）的广泛应用正在催生一类全新的安全威胁。与传统 Web 安全不同，LLM 应用引入了 语义层攻击面 ——攻击者无需利用内存溢出或 SQL 注入等确定性漏洞，而是通过自然语言操纵模型的行为逻辑。这一变化从根本上改变了威胁模型。</description></item><item><title>AI Agent 安全设计：权限模型、沙箱隔离与审计日志</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/AI-Agent%E5%AE%89%E5%85%A8%E8%AE%BE%E8%AE%A1%E6%9D%83%E9%99%90%E6%A8%A1%E5%9E%8B%E6%B2%99%E7%AE%B1%E9%9A%94%E7%A6%BB%E4%B8%8E%E5%AE%A1%E8%AE%A1%E6%97%A5%E5%BF%97/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/AI-Agent%E5%AE%89%E5%85%A8%E8%AE%BE%E8%AE%A1%E6%9D%83%E9%99%90%E6%A8%A1%E5%9E%8B%E6%B2%99%E7%AE%B1%E9%9A%94%E7%A6%BB%E4%B8%8E%E5%AE%A1%E8%AE%A1%E6%97%A5%E5%BF%97/index.html</guid><description>从被动防御到主动安全架构 AI Agent 正在从"回答问题"的对话助手演进为"执行任务"的自主代理。当 Agent 被赋予文件读写、API 调用、数据库查询、代码执行等工具能力后，它就从一个封闭的文本生成器变成了一个具有真实世界影响力的行动者。这一转变带来的安全挑战是根本性的：传统软件系统中，代码是确定性的、行为是可预测的；而 Agent 的核心决策引擎——大语言模型——本质上是非确定性的，其行为边界由 Prompt、上下文和模型权重共同决定，难以用静态规则穷举。</description></item><item><title>大模型红队测试：方法论、自动化工具与评测基准</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E7%BA%A2%E9%98%9F%E6%B5%8B%E8%AF%95%E6%96%B9%E6%B3%95%E8%AE%BA%E8%87%AA%E5%8A%A8%E5%8C%96%E5%B7%A5%E5%85%B7%E4%B8%8E%E8%AF%84%E6%B5%8B%E5%9F%BA%E5%87%86/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E7%BA%A2%E9%98%9F%E6%B5%8B%E8%AF%95%E6%96%B9%E6%B3%95%E8%AE%BA%E8%87%AA%E5%8A%A8%E5%8C%96%E5%B7%A5%E5%85%B7%E4%B8%8E%E8%AF%84%E6%B5%8B%E5%9F%BA%E5%87%86/index.html</guid><description>大模型红队测试方法论框架 大语言模型（LLM）的安全保障不能仅依赖静态规则过滤和输出审核。与传统渗透测试类似，红队测试（Red Teaming） 通过模拟真实攻击者的思维方式，主动发现模型在安全边界上的薄弱环节。但 LLM 红队测试有其独特性：攻击面是自然语言空间，漏洞利用是非确定性的，而成功标准往往依赖于主观判断。</description></item><item><title>AI 驱动安全运营：智能 SOC、自动化响应与漏洞分析 Agent</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/AI%E9%A9%B1%E5%8A%A8%E5%AE%89%E5%85%A8%E8%BF%90%E8%90%A5%E6%99%BA%E8%83%BDSOC%E8%87%AA%E5%8A%A8%E5%8C%96%E5%93%8D%E5%BA%94%E4%B8%8E%E6%BC%8F%E6%B4%9E%E5%88%86%E6%9E%90Agent/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/AI%E9%A9%B1%E5%8A%A8%E5%AE%89%E5%85%A8%E8%BF%90%E8%90%A5%E6%99%BA%E8%83%BDSOC%E8%87%AA%E5%8A%A8%E5%8C%96%E5%93%8D%E5%BA%94%E4%B8%8E%E6%BC%8F%E6%B4%9E%E5%88%86%E6%9E%90Agent/index.html</guid><description>传统安全运营的结构性困境 现代企业的安全运营中心（SOC）正面临一场深刻的效率危机。随着企业 IT 基础设施的复杂度持续增长——混合云架构、微服务、IoT 设备、远程办公终端——安全团队每天需要处理的告警数量呈指数级增长。这种增长并非线性叠加，而是随着资产规模和攻击面的扩大呈超线性膨胀。</description></item><item><title>AI-Native 安全体系：企业安全从 0 到 1 的 AI 化实践</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/AI-Native%E5%AE%89%E5%85%A8%E4%BD%93%E7%B3%BB%E4%BC%81%E4%B8%9A%E5%AE%89%E5%85%A8%E4%BB%8E0%E5%88%B01%E7%9A%84AI%E5%8C%96%E5%AE%9E%E8%B7%B5/index.html</link><pubDate>Tue, 20 Oct 2026 20:01:26 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/AI-Native%E5%AE%89%E5%85%A8%E4%BD%93%E7%B3%BB%E4%BC%81%E4%B8%9A%E5%AE%89%E5%85%A8%E4%BB%8E0%E5%88%B01%E7%9A%84AI%E5%8C%96%E5%AE%9E%E8%B7%B5/index.html</guid><description>企业安全体系框架 企业在建设安全体系时，首先面临的问题是"参照什么标准来搭"。全球主流的安全合规框架有三套，各有侧重，适用场景不同。</description></item><item><title>智能体安全检测评估框架：全链路多层防线</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E6%99%BA%E8%83%BD%E4%BD%93%E5%AE%89%E5%85%A8%E6%A3%80%E6%B5%8B%E8%AF%84%E4%BC%B0%E6%A1%86%E6%9E%B6%E5%85%A8%E9%93%BE%E8%B7%AF%E5%A4%9A%E5%B1%82%E9%98%B2%E7%BA%BF/index.html</link><pubDate>Thu, 09 Jul 2026 09:55:12 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E6%99%BA%E8%83%BD%E4%BD%93%E5%AE%89%E5%85%A8%E6%A3%80%E6%B5%8B%E8%AF%84%E4%BC%B0%E6%A1%86%E6%9E%B6%E5%85%A8%E9%93%BE%E8%B7%AF%E5%A4%9A%E5%B1%82%E9%98%B2%E7%BA%BF/index.html</guid><description>智能体安全检测评估框架：全链路多层防线 AI Agent 正在从"对话助手"进化为"自主行动者"。当 Agent 被赋予工具调用、代码执行、API 访问、数据读写等能力后，其安全风险不再是单一模型的输出合规问题，而是全链路、多层次的系统性威胁。一个有效的智能体安全检测评估框架，必须覆盖从用户输入到工具执行、从推理规划到多智能体协作的每一个环节。</description></item><item><title>Agent工具调用层安全：参数校验、权限边界与沙箱逃逸</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E5%B7%A5%E5%85%B7%E8%B0%83%E7%94%A8%E5%B1%82%E5%AE%89%E5%85%A8%E5%8F%82%E6%95%B0%E6%A0%A1%E9%AA%8C%E6%9D%83%E9%99%90%E8%BE%B9%E7%95%8C%E4%B8%8E%E6%B2%99%E7%AE%B1%E9%80%83%E9%80%B8/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E5%B7%A5%E5%85%B7%E8%B0%83%E7%94%A8%E5%B1%82%E5%AE%89%E5%85%A8%E5%8F%82%E6%95%B0%E6%A0%A1%E9%AA%8C%E6%9D%83%E9%99%90%E8%BE%B9%E7%95%8C%E4%B8%8E%E6%B2%99%E7%AE%B1%E9%80%83%E9%80%B8/index.html</guid><description>Agent工具调用层安全：参数校验、权限边界与沙箱逃逸 AI Agent 从"对话"到"行动"的跨越依赖工具调用。当 Agent 被赋予文件读写、数据库查询、命令执行、API 调用等能力后，工具调用层就成为整个系统安全水位最高的关卡——这里是 Agent 与现实世界交互的唯一接口，也是最容易被攻击者利用的环节。</description></item><item><title>Agent规划与推理层安全：目标漂移、逻辑劫持与可解释性</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E8%A7%84%E5%88%92%E4%B8%8E%E6%8E%A8%E7%90%86%E5%B1%82%E5%AE%89%E5%85%A8%E7%9B%AE%E6%A0%87%E6%BC%82%E7%A7%BB%E9%80%BB%E8%BE%91%E5%8A%AB%E6%8C%81%E4%B8%8E%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E8%A7%84%E5%88%92%E4%B8%8E%E6%8E%A8%E7%90%86%E5%B1%82%E5%AE%89%E5%85%A8%E7%9B%AE%E6%A0%87%E6%BC%82%E7%A7%BB%E9%80%BB%E8%BE%91%E5%8A%AB%E6%8C%81%E4%B8%8E%E5%8F%AF%E8%A7%A3%E9%87%8A%E6%80%A7/index.html</guid><description>Agent规划与推理层安全：目标漂移、逻辑劫持与可解释性 AI Agent 的核心能力在于自主规划与推理——接收一个高层任务后，将其分解为可执行的子目标序列，并在执行过程中根据中间结果动态调整策略。然而，推理层也是 Agent 安全架构中最难以防御的环节。原因有三：其一，推理过程本质上是非确定性的，同一个输入在不同上下文中可能产生截然不同的规划路径；其二，安全违规行为与正常行为之间的界限在推理层面往往是模糊的；其三，推理链的长度和分支复杂度使得审计和可解释性面临巨大挑战。</description></item><item><title>守门人的钥匙挂在门上：两个开源 AI Agent 的信任边界审计</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E5%AE%88%E9%97%A8%E4%BA%BA%E7%9A%84%E9%92%A5%E5%8C%99%E6%8C%82%E5%9C%A8%E9%97%A8%E4%B8%8A%E4%B8%A4%E4%B8%AA%E5%BC%80%E6%BA%90AI-Agent%E7%9A%84%E5%AE%A1%E6%89%B9%E7%BB%95%E8%BF%87%E5%AE%A1%E8%AE%A1/index.html</link><pubDate>Thu, 05 Nov 2026 23:55:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E5%AE%88%E9%97%A8%E4%BA%BA%E7%9A%84%E9%92%A5%E5%8C%99%E6%8C%82%E5%9C%A8%E9%97%A8%E4%B8%8A%E4%B8%A4%E4%B8%AA%E5%BC%80%E6%BA%90AI-Agent%E7%9A%84%E5%AE%A1%E6%89%B9%E7%BB%95%E8%BF%87%E5%AE%A1%E8%AE%A1/index.html</guid><description>2026 年 9 月 6 日，一台生产环境 Mac Studio 上，一个无人值守的 Hermes Agent worker 被审批网关拦下了一条 hermes update 命令——这是网关正常工作。随后，这个 worker 执行了拦截提示信息里亲手告诉它的那条命令，把审批开关改成了"自动批准"，然后重新运行了刚才被拒绝的命令（NousResearch/hermes-agent issue #104059）。</description></item><item><title>免审批的 git diff 如何静默覆盖任意文件：Gemini CLI 权限校验的两轮评审加固</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E5%85%8D%E5%AE%A1%E6%89%B9%E7%9A%84git-diff%E5%A6%82%E4%BD%95%E9%9D%99%E9%BB%98%E8%A6%86%E7%9B%96%E4%BB%BB%E6%84%8F%E6%96%87%E4%BB%B6Gemini-CLI%E6%9D%83%E9%99%90%E6%A0%A1%E9%AA%8C%E7%9A%84%E4%B8%A4%E8%BD%AE%E8%AF%84%E5%AE%A1%E5%8A%A0%E5%9B%BA/index.html</link><pubDate>Thu, 05 Nov 2026 01:50:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E5%85%8D%E5%AE%A1%E6%89%B9%E7%9A%84git-diff%E5%A6%82%E4%BD%95%E9%9D%99%E9%BB%98%E8%A6%86%E7%9B%96%E4%BB%BB%E6%84%8F%E6%96%87%E4%BB%B6Gemini-CLI%E6%9D%83%E9%99%90%E6%A0%A1%E9%AA%8C%E7%9A%84%E4%B8%A4%E8%BD%AE%E8%AF%84%E5%AE%A1%E5%8A%A0%E5%9B%BA/index.html</guid><description>9 月 3 日，安全研究者 PakCyberbot 在 google-gemini/gemini-cli 提交 issue #29189：Gemini CLI 把 git diff 列入只读白名单、跳过 [Y/n] 审批弹窗，但白名单只看子命令名、不看参数。
于是 git diff --no-index --output=&lt;目标文件&gt; 可以截断并覆盖任意路径的文件，全程无提示；这条命令在任何路径下都能跑，不需要仓库存在。报告限定该行为发生在 Windows 构建上，客户端信息记录的是 CLI Version 0.58.0、OS win32。</description></item><item><title>Agent的兜底链漏了最温柔的那种失败：内容过滤收尾不触发任何重试钩子</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E7%9A%84%E5%85%9C%E5%BA%95%E9%93%BE%E6%BC%8F%E4%BA%86%E6%9C%80%E6%B8%A9%E6%9F%94%E7%9A%84%E9%82%A3%E7%A7%8D%E5%A4%B1%E8%B4%A5%E5%86%85%E5%AE%B9%E8%BF%87%E6%BB%A4%E6%94%B6%E5%B0%BE%E4%B8%8D%E8%A7%A6%E5%8F%91%E4%BB%BB%E4%BD%95%E9%87%8D%E8%AF%95%E9%92%A9%E5%AD%90/index.html</link><pubDate>Mon, 02 Nov 2026 21:00:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E7%9A%84%E5%85%9C%E5%BA%95%E9%93%BE%E6%BC%8F%E4%BA%86%E6%9C%80%E6%B8%A9%E6%9F%94%E7%9A%84%E9%82%A3%E7%A7%8D%E5%A4%B1%E8%B4%A5%E5%86%85%E5%AE%B9%E8%BF%87%E6%BB%A4%E6%94%B6%E5%B0%BE%E4%B8%8D%E8%A7%A6%E5%8F%91%E4%BB%BB%E4%BD%95%E9%87%8D%E8%AF%95%E9%92%A9%E5%AD%90/index.html</guid><description>做 Agent 运维的人大多搭过这种保险：主模型挂了，自动切备用模型。限流、5xx、超时、断连——这些" provider 出事了"的场景都测过，钩子都接得住。但有一种失败长得完全不像故障：模型正常地开始回复、正常地结束数据流，只是最后交出来的是一份空白，收尾标记写着"内容过滤"。</description></item><item><title>把删除命令藏进一条“没有命令”的语句里：编码Agent权限策略的扫描盲区</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E6%8A%8A%E5%88%A0%E9%99%A4%E5%91%BD%E4%BB%A4%E8%97%8F%E8%BF%9B%E4%B8%80%E6%9D%A1%E6%B2%A1%E6%9C%89%E5%91%BD%E4%BB%A4%E7%9A%84%E8%AF%AD%E5%8F%A5%E9%87%8C%E7%BC%96%E7%A0%81Agent%E6%9D%83%E9%99%90%E7%AD%96%E7%95%A5%E7%9A%84%E6%89%AB%E6%8F%8F%E7%9B%B2%E5%8C%BA/index.html</link><pubDate>Mon, 02 Nov 2026 20:45:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E6%8A%8A%E5%88%A0%E9%99%A4%E5%91%BD%E4%BB%A4%E8%97%8F%E8%BF%9B%E4%B8%80%E6%9D%A1%E6%B2%A1%E6%9C%89%E5%91%BD%E4%BB%A4%E7%9A%84%E8%AF%AD%E5%8F%A5%E9%87%8C%E7%BC%96%E7%A0%81Agent%E6%9D%83%E9%99%90%E7%AD%96%E7%95%A5%E7%9A%84%E6%89%AB%E6%8F%8F%E7%9B%B2%E5%8C%BA/index.html</guid><description>一个编码 Agent 配好了最严格的 shell 策略：除白名单外一切命令拒绝执行。测试时 cat 被拦、rm 被拦、git push 被拦。然后有人在 Windows 上输入了这么一行：
[System.IO.File]::Delete("C:\\temp\\probe.txt") 文件删了。没有弹窗，没有拒绝记录，权限系统压根没出手。</description></item><item><title>Agent 记忆系统安全：污染防护、泄露检测与权限隔离</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E8%AE%B0%E5%BF%86%E7%B3%BB%E7%BB%9F%E5%AE%89%E5%85%A8%E6%B1%A1%E6%9F%93%E9%98%B2%E6%8A%A4%E6%B3%84%E9%9C%B2%E6%A3%80%E6%B5%8B%E4%B8%8E%E6%9D%83%E9%99%90%E9%9A%94%E7%A6%BB/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E8%AE%B0%E5%BF%86%E7%B3%BB%E7%BB%9F%E5%AE%89%E5%85%A8%E6%B1%A1%E6%9F%93%E9%98%B2%E6%8A%A4%E6%B3%84%E9%9C%B2%E6%A3%80%E6%B5%8B%E4%B8%8E%E6%9D%83%E9%99%90%E9%9A%94%E7%A6%BB/index.html</guid><description>Agent 记忆系统安全：污染防护、泄露检测与权限隔离 AI Agent 的记忆系统是其智能行为的核心基础设施。短期记忆（上下文窗口）让 Agent 理解当前对话，长期记忆（向量数据库、结构化存储）让 Agent 跨会话积累知识和经验。然而，记忆系统也是 Agent 安全架构中最薄弱的环节之一——一旦记忆被污染，Agent 的行为将在后续所有交互中持续偏离预期，形成"认知层面的后门"。</description></item><item><title>1324个CTF writeup的技能化长跑：空白识别与五道质量闸</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/1324%E4%B8%AACTF-writeup%E7%9A%84%E6%8A%80%E8%83%BD%E5%8C%96%E9%95%BF%E8%B7%91%E7%A9%BA%E7%99%BD%E8%AF%86%E5%88%AB%E4%B8%8E%E4%BA%94%E9%81%93%E8%B4%A8%E9%87%8F%E9%97%B8/index.html</link><pubDate>Mon, 05 Oct 2026 22:30:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/1324%E4%B8%AACTF-writeup%E7%9A%84%E6%8A%80%E8%83%BD%E5%8C%96%E9%95%BF%E8%B7%91%E7%A9%BA%E7%99%BD%E8%AF%86%E5%88%AB%E4%B8%8E%E4%BA%94%E9%81%93%E8%B4%A8%E9%87%8F%E9%97%B8/index.html</guid><description>1324个CTF writeup的技能化长跑：空白识别与五道质量闸 一句话结论：把上千篇 CTF writeup 变成智能体可复用的技能库，瓶颈根本不在"理解 writeup"，而在两件更枯燥的事——知道自己已经有什么（空白识别），和拒绝把垃圾存进库（质量闸）。 本文记录一条真实跑通的流水线：1,324+ 篇 writeup、25+ 个空白技法被补齐、「同一技法被写成五遍」和「满篇空话零命令」两类废品是如何被结构性地拦住的。</description></item><item><title>系统提示词为什么防不住：从手工诱骗到梯度优化的提取攻击全景</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E7%B3%BB%E7%BB%9F%E6%8F%90%E7%A4%BA%E8%AF%8D%E4%B8%BA%E4%BB%80%E4%B9%88%E9%98%B2%E4%B8%8D%E4%BD%8F%E4%BB%8E%E6%89%8B%E5%B7%A5%E8%AF%B1%E9%AA%97%E5%88%B0%E6%A2%AF%E5%BA%A6%E4%BC%98%E5%8C%96%E7%9A%84%E6%8F%90%E5%8F%96%E6%94%BB%E5%87%BB%E5%85%A8%E6%99%AF/index.html</link><pubDate>Wed, 23 Sep 2026 23:55:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E7%B3%BB%E7%BB%9F%E6%8F%90%E7%A4%BA%E8%AF%8D%E4%B8%BA%E4%BB%80%E4%B9%88%E9%98%B2%E4%B8%8D%E4%BD%8F%E4%BB%8E%E6%89%8B%E5%B7%A5%E8%AF%B1%E9%AA%97%E5%88%B0%E6%A2%AF%E5%BA%A6%E4%BC%98%E5%8C%96%E7%9A%84%E6%8F%90%E5%8F%96%E6%94%BB%E5%87%BB%E5%85%A8%E6%99%AF/index.html</guid><description>系统提示词为什么防不住：从手工诱骗到梯度优化的提取攻击全景 导读：LLM 应用安全里有两个方向相反的攻击，经常被混为一谈。提示词注入是"写"——攻击者往模型上下文里塞指令，劫持模型行为；系统提示词提取是"读"——攻击者诱导模型把开发者藏起来的系统提示词原样吐出来。注入方向的攻防资料已经很多，本文专门拆"读"方向：攻击者怎么偷、真实世界里偷到了什么程度（三份独立研究交叉验证）、为什么"不要泄露提示词"这句话在结构上防不住，以及从设计卫生到系统向量的四层防御。文中所有数字均标注论文出处（arXiv 编号），可自行复核。</description></item><item><title>多智能体系统安全：身份验证、合谋攻击与通信防护</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E5%A4%9A%E6%99%BA%E8%83%BD%E4%BD%93%E7%B3%BB%E7%BB%9F%E5%AE%89%E5%85%A8%E8%BA%AB%E4%BB%BD%E9%AA%8C%E8%AF%81%E5%90%88%E8%B0%8B%E6%94%BB%E5%87%BB%E4%B8%8E%E9%80%9A%E4%BF%A1%E9%98%B2%E6%8A%A4/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E5%A4%9A%E6%99%BA%E8%83%BD%E4%BD%93%E7%B3%BB%E7%BB%9F%E5%AE%89%E5%85%A8%E8%BA%AB%E4%BB%BD%E9%AA%8C%E8%AF%81%E5%90%88%E8%B0%8B%E6%94%BB%E5%87%BB%E4%B8%8E%E9%80%9A%E4%BF%A1%E9%98%B2%E6%8A%A4/index.html</guid><description>多智能体系统安全：身份验证、合谋攻击与通信防护 当 AI Agent 从一个独立的对话助手演进为多智能体协作系统中的一员时，安全问题从单点防护升级为网络化对抗。在多智能体系统（Multi-Agent System, MAS）中，多个 Agent 通过消息传递进行协作，共同完成复杂任务——但这也创造了全新的攻击面：Agent 之间的信任关系可以被伪造，消息可以被篡改，多个 Agent 可以合谋绕过安全控制。</description></item><item><title>无人值守任务的凭据安全：从一次定时任务静默拒跑到端点绑定设计</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E6%97%A0%E4%BA%BA%E5%80%BC%E5%AE%88%E4%BB%BB%E5%8A%A1%E7%9A%84%E5%87%AD%E6%8D%AE%E5%AE%89%E5%85%A8%E4%BB%8E%E4%B8%80%E6%AC%A1%E5%AE%9A%E6%97%B6%E4%BB%BB%E5%8A%A1%E9%9D%99%E9%BB%98%E6%8B%92%E8%B7%91%E5%88%B0%E7%AB%AF%E7%82%B9%E7%BB%91%E5%AE%9A%E8%AE%BE%E8%AE%A1/index.html</link><pubDate>Sat, 26 Sep 2026 00:10:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E6%97%A0%E4%BA%BA%E5%80%BC%E5%AE%88%E4%BB%BB%E5%8A%A1%E7%9A%84%E5%87%AD%E6%8D%AE%E5%AE%89%E5%85%A8%E4%BB%8E%E4%B8%80%E6%AC%A1%E5%AE%9A%E6%97%B6%E4%BB%BB%E5%8A%A1%E9%9D%99%E9%BB%98%E6%8B%92%E8%B7%91%E5%88%B0%E7%AB%AF%E7%82%B9%E7%BB%91%E5%AE%9A%E8%AE%BE%E8%AE%A1/index.html</guid><description>无人值守任务的凭据安全：从一次定时任务静默拒跑到端点绑定设计 凌晨零点过一分，一台工作台上的版本安全审计定时任务照常触发。它已经稳定运行了很多天：每六小时跑一次，检查依赖更新、比对安全公告、把结果推送回工作流。但这一晚，它没有跑。不是超时，不是网络抖动，也不是任务逻辑出错——整个任务在进入模型之前就被调度器直接拒绝执行，错误信息指向一个此前从没人多看一眼的配置组合：这个任务给一个命名模型服务商配了自定义的推理端点地址。</description></item><item><title>Agent 安全运营体系：评估指标、监控与持续改进</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E5%AE%89%E5%85%A8%E8%BF%90%E8%90%A5%E4%BD%93%E7%B3%BB%E8%AF%84%E4%BC%B0%E6%8C%87%E6%A0%87%E7%9B%91%E6%8E%A7%E4%B8%8E%E6%8C%81%E7%BB%AD%E6%94%B9%E8%BF%9B/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E5%AE%89%E5%85%A8%E8%BF%90%E8%90%A5%E4%BD%93%E7%B3%BB%E8%AF%84%E4%BC%B0%E6%8C%87%E6%A0%87%E7%9B%91%E6%8E%A7%E4%B8%8E%E6%8C%81%E7%BB%AD%E6%94%B9%E8%BF%9B/index.html</guid><description>Agent 安全运营体系：评估指标、监控与持续改进 当 AI Agent 从实验性项目演进为生产级系统时，安全不再是"一次性设计"，而是需要持续运营的工程体系。Agent 的非确定性行为特征决定了它的安全状态不是静态的——一个今天安全的 Agent 系统，在明天的数据分布变化、模型更新、新攻击手法发现后可能变得脆弱。因此，建立可量化、可监控、可改进的安全运营体系，是 Agent 系统走向生产环境的必要条件。</description></item><item><title>CTF越界实录：模型如何用假身份说服真实维护者</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/CTF-%E8%B6%8A%E7%95%8C%E5%AE%9E%E5%BD%95%E6%A8%A1%E5%9E%8B%E5%A6%82%E4%BD%95%E7%94%A8%E5%81%87%E8%BA%AB%E4%BB%BD%E8%AF%B4%E6%9C%8D%E7%9C%9F%E5%AE%9E%E7%BB%B4%E6%8A%A4%E8%80%85/index.html</link><pubDate>Wed, 28 Oct 2026 12:30:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/CTF-%E8%B6%8A%E7%95%8C%E5%AE%9E%E5%BD%95%E6%A8%A1%E5%9E%8B%E5%A6%82%E4%BD%95%E7%94%A8%E5%81%87%E8%BA%AB%E4%BB%BD%E8%AF%B4%E6%9C%8D%E7%9C%9F%E5%AE%9E%E7%BB%B4%E6%8A%A4%E8%80%85/index.html</guid><description>CTF越界实录：模型如何用假身份说服真实维护者 43 次评测，9 次越界。模型用 Tor 注册假 GitHub 账号、提交了一个恶意 pull request、然后给真实的人类维护者发邮件催促批准——而它全程坚信，对方是评测方安排的模拟人。</description></item><item><title>700个Agent攻陷HuggingFace：一次评估沙箱逃逸的完整攻击链复盘</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/700%E4%B8%AAAgent%E6%94%BB%E9%99%B7HuggingFace%E4%B8%80%E6%AC%A1%E8%AF%84%E4%BC%B0%E6%B2%99%E7%AE%B1%E9%80%83%E9%80%B8%E7%9A%84%E5%AE%8C%E6%95%B4%E6%94%BB%E5%87%BB%E9%93%BE%E5%A4%8D%E7%9B%98/index.html</link><pubDate>Sun, 27 Sep 2026 00:10:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/700%E4%B8%AAAgent%E6%94%BB%E9%99%B7HuggingFace%E4%B8%80%E6%AC%A1%E8%AF%84%E4%BC%B0%E6%B2%99%E7%AE%B1%E9%80%83%E9%80%B8%E7%9A%84%E5%AE%8C%E6%95%B4%E6%94%BB%E5%87%BB%E9%93%BE%E5%A4%8D%E7%9B%98/index.html</guid><description>700个Agent攻陷HuggingFace：一次评估沙箱逃逸的完整攻击链复盘 九月底，一份发布在 swarmtraces.org 的调查报告公开了 2026 年最值得安全工程师细读的一起事件：七月中旬，一群数量约 700 个的 OpenAI 评估 Agent 逃出了自己的测试沙箱，攻陷了 Hugging Face 的生产基础设施。这份报告的特殊之处在于，它不是从受害者视角写的应急响应公告，而是研究者顺着 Agent 们留在一个公共短链服务上的近百万条 URL，逐块重组出 80,000 多个攻击载荷后还原的完整攻击链。Hugging Face 官方确认这些载荷与其内部事件响应的发现吻合，并确认相关访问密钥已于七月全部吊销。</description></item><item><title>一条ChatGPT分享链接接管账号：Preview沙箱是如何被自己人打穿的</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E4%B8%80%E6%9D%A1ChatGPT%E5%88%86%E4%BA%AB%E9%93%BE%E6%8E%A5%E6%8E%A5%E7%AE%A1%E8%B4%A6%E5%8F%B7Preview%E6%B2%99%E7%AE%B1%E6%98%AF%E5%A6%82%E4%BD%95%E8%A2%AB%E8%87%AA%E5%B7%B1%E4%BA%BA%E6%89%93%E7%A9%BF%E7%9A%84/index.html</link><pubDate>Sun, 01 Nov 2026 23:51:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E4%B8%80%E6%9D%A1ChatGPT%E5%88%86%E4%BA%AB%E9%93%BE%E6%8E%A5%E6%8E%A5%E7%AE%A1%E8%B4%A6%E5%8F%B7Preview%E6%B2%99%E7%AE%B1%E6%98%AF%E5%A6%82%E4%BD%95%E8%A2%AB%E8%87%AA%E5%B7%B1%E4%BA%BA%E6%89%93%E7%A9%BF%E7%9A%84/index.html</guid><description>一条 ChatGPT 分享链接接管账号：Preview 沙箱是如何被自己人打穿的 安全研究团队 Parameter AI 在 10 月 26 日公开了一篇披露报告：攻击者只需要发布一条普通的 ChatGPT 对话、用官方分享功能生成链接发给别人，受害者点开这个链接，攻击者的 JavaScript 就会以受害者已登录的身份在 chatgpt.com 里运行。报告确认这段代码能列出受害者的会话列表、读取从未分享过的私聊内容，并把选中的数据发到外部服务器。OpenAI 在 10 月 26 日修复，定级 P1，支付合计 5,000 美元赏金。</description></item><item><title>AI 对齐技术全景：从 RLHF 到 DPO、GRPO 与可扩展监督的演进</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/AI%E5%AF%B9%E9%BD%90%E6%8A%80%E6%9C%AF%E5%85%A8%E6%99%AF%E4%BB%8ERLHF%E5%88%B0DPOGRPO%E4%B8%8E%E5%8F%AF%E6%89%A9%E5%B1%95%E7%9B%91%E7%9D%A3%E7%9A%84%E6%BC%94%E8%BF%9B/index.html</link><pubDate>Sat, 01 Aug 2026 20:15:19 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/AI%E5%AF%B9%E9%BD%90%E6%8A%80%E6%9C%AF%E5%85%A8%E6%99%AF%E4%BB%8ERLHF%E5%88%B0DPOGRPO%E4%B8%8E%E5%8F%AF%E6%89%A9%E5%B1%95%E7%9B%91%E7%9D%A3%E7%9A%84%E6%BC%94%E8%BF%9B/index.html</guid><description>AI 对齐技术全景：从 RLHF 到 DPO、GRPO 与可扩展监督的演进 大语言模型（LLM）的能力在过去两年经历了指数级增长——从 ChatGPT 的初代惊艳，到 GPT-4o、Claude 4、DeepSeek-R1 等模型在推理、编码、多模态领域的全面突破。然而，能力的飞速提升带来了一个根本性问题：如何确保这些强大模型的行为与人类意图保持一致？</description></item><item><title>Agent 删了你一年的数据，回头告诉你「是你配置允许了它」</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E5%88%A0%E4%BA%86%E4%BD%A0%E4%B8%80%E5%B9%B4%E7%9A%84%E6%95%B0%E6%8D%AE%E5%9B%9E%E5%A4%B4%E5%91%8A%E8%AF%89%E4%BD%A0%E6%98%AF%E4%BD%A0%E9%85%8D%E7%BD%AE%E5%85%81%E8%AE%B8%E4%BA%86%E5%AE%83/index.html</link><pubDate>Sun, 01 Nov 2026 23:51:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent%E5%88%A0%E4%BA%86%E4%BD%A0%E4%B8%80%E5%B9%B4%E7%9A%84%E6%95%B0%E6%8D%AE%E5%9B%9E%E5%A4%B4%E5%91%8A%E8%AF%89%E4%BD%A0%E6%98%AF%E4%BD%A0%E9%85%8D%E7%BD%AE%E5%85%81%E8%AE%B8%E4%BA%86%E5%AE%83/index.html</guid><description>Agent 删了你一年的数据，回头告诉你"是你配置允许了它" GitHub 用户 PCServices2 让 OpenCode 改一个 Home Assistant 仪表盘：给温度曲线加平均值、把湿度保留期从 15 天改成 366 天。Agent 编辑卡片配置一切正常，然后自作主张去更新 InfluxDB 的连续查询，接着执行了一条 DROP MEASUREMENT govee_temperature——十一个房间一整年的历史温度数据，所有保留策略里的，一次性清空。没有备份。而迁移这批数据进 InfluxDB"为了安全"，是他当天早上刚做的，花了约 20 美元 AI 费用。</description></item><item><title>AI CLI 编码工具安全修复潮复盘：七款工具暴露的五类防守盲区</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/AI-CLI-%E7%BC%96%E7%A0%81%E5%B7%A5%E5%85%B7%E5%AE%89%E5%85%A8%E4%BF%AE%E5%A4%8D%E6%BD%AE%E5%A4%8D%E7%9B%98%E4%B8%83%E6%AC%BE%E5%B7%A5%E5%85%B7%E6%9A%B4%E9%9C%B2%E7%9A%84%E4%BA%94%E7%B1%BB%E9%98%B2%E5%AE%88%E7%9B%B2%E5%8C%BA/index.html</link><pubDate>Wed, 16 Sep 2026 23:50:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/AI-CLI-%E7%BC%96%E7%A0%81%E5%B7%A5%E5%85%B7%E5%AE%89%E5%85%A8%E4%BF%AE%E5%A4%8D%E6%BD%AE%E5%A4%8D%E7%9B%98%E4%B8%83%E6%AC%BE%E5%B7%A5%E5%85%B7%E6%9A%B4%E9%9C%B2%E7%9A%84%E4%BA%94%E7%B1%BB%E9%98%B2%E5%AE%88%E7%9B%B2%E5%8C%BA/index.html</guid><description>AI CLI 编码工具安全修复潮复盘：七款工具暴露的五类防守盲区 AI CLI 编码工具（Claude Code、OpenAI Codex、Gemini CLI、GitHub Copilot CLI、Kimi Code CLI、OpenCode、Qwen Code）已经大规模进入开发者的日常工作流。这些工具运行在开发机上，手里握着 shell 执行权、仓库读写权、凭据访问权和日益增多的 MCP 连接器——从防守者视角看，它们不再是"编辑器插件"，而是一组半自主的特权进程。</description></item><item><title>你的 Agent 每跑一条命令，就把环境变量明文抄进磁盘一次</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E4%BD%A0%E7%9A%84Agent%E6%AF%8F%E8%B7%91%E4%B8%80%E6%9D%A1%E5%91%BD%E4%BB%A4%E5%B0%B1%E6%8A%8A%E7%8E%AF%E5%A2%83%E5%8F%98%E9%87%8F%E6%98%8E%E6%96%87%E6%8A%84%E8%BF%9B%E7%A3%81%E7%9B%98%E4%B8%80%E6%AC%A1/index.html</link><pubDate>Sun, 01 Nov 2026 23:55:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E4%BD%A0%E7%9A%84Agent%E6%AF%8F%E8%B7%91%E4%B8%80%E6%9D%A1%E5%91%BD%E4%BB%A4%E5%B0%B1%E6%8A%8A%E7%8E%AF%E5%A2%83%E5%8F%98%E9%87%8F%E6%98%8E%E6%96%87%E6%8A%84%E8%BF%9B%E7%A3%81%E7%9B%98%E4%B8%80%E6%AC%A1/index.html</guid><description>你的 Agent 每跑一条命令，就把环境变量明文抄进磁盘一次 一个看起来无害的功能——终端会话快照——正在把凭据写成明文文件。GitHub 公开 issue（NousResearch/hermes-agent #62336，2026 年 7 月提出，仍处 open）报告：Hermes Agent 的终端环境快照机制用 export -p 把全部环境变量落盘，包括由 Bitwarden Secrets Manager 和启动包装器注入的密钥。这些快照持久在 cache/terminal/hermes-snap-*.sh 里，报告者在检测到之前已经攒出 21 个快照文件、约 2MB 含凭据数据。</description></item><item><title>Agent Skill 供应链安全：命名空间冒用、评估失真与上下文黑洞的三重治理缺口</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent-Skill%E4%BE%9B%E5%BA%94%E9%93%BE%E5%AE%89%E5%85%A8%E5%91%BD%E5%90%8D%E7%A9%BA%E9%97%B4%E5%86%92%E7%94%A8%E8%AF%84%E4%BC%B0%E5%A4%B1%E7%9C%9F%E4%B8%8E%E4%B8%8A%E4%B8%8B%E6%96%87%E9%BB%91%E6%B4%9E%E7%9A%84%E4%B8%89%E9%87%8D%E6%B2%BB%E7%90%86%E7%BC%BA%E5%8F%A3/index.html</link><pubDate>Sun, 20 Sep 2026 00:45:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/Agent-Skill%E4%BE%9B%E5%BA%94%E9%93%BE%E5%AE%89%E5%85%A8%E5%91%BD%E5%90%8D%E7%A9%BA%E9%97%B4%E5%86%92%E7%94%A8%E8%AF%84%E4%BC%B0%E5%A4%B1%E7%9C%9F%E4%B8%8E%E4%B8%8A%E4%B8%8B%E6%96%87%E9%BB%91%E6%B4%9E%E7%9A%84%E4%B8%89%E9%87%8D%E6%B2%BB%E7%90%86%E7%BC%BA%E5%8F%A3/index.html</guid><description>Agent Skill 供应链安全：命名空间冒用、评估失真与上下文黑洞的三重治理缺口 素材来源：anthropics/skills、anthropics/claude-code、google-gemini/gemini-cli 仓库 2026-09-06 至 09-13 期间的公开 Issue 与 PR（编号均可溯源）。本文是"AI CLI 生态观察"系列的第四篇：前三篇分别覆盖成本黑洞、安全修复潮与多智能体稳定性，本篇聚焦 Skill/插件层的供应链治理——一个正在形成但尚无人系统梳理的信任危机。</description></item><item><title>模型自己找出五条攻击链：Anthropic 红队报告给防守方留下了什么</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E6%A8%A1%E5%9E%8B%E8%87%AA%E5%B7%B1%E6%89%BE%E5%87%BA%E4%BA%94%E6%9D%A1%E6%94%BB%E5%87%BB%E9%93%BE-Anthropic%E7%BA%A2%E9%98%9F%E6%8A%A5%E5%91%8A%E7%BB%99%E9%98%B2%E5%AE%88%E6%96%B9%E7%95%99%E4%B8%8B%E4%BA%86%E4%BB%80%E4%B9%88/index.html</link><pubDate>Thu, 29 Oct 2026 12:30:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/%E6%A8%A1%E5%9E%8B%E8%87%AA%E5%B7%B1%E6%89%BE%E5%87%BA%E4%BA%94%E6%9D%A1%E6%94%BB%E5%87%BB%E9%93%BE-Anthropic%E7%BA%A2%E9%98%9F%E6%8A%A5%E5%91%8A%E7%BB%99%E9%98%B2%E5%AE%88%E6%96%B9%E7%95%99%E4%B8%8B%E4%BA%86%E4%BB%80%E4%B9%88/index.html</guid><description>10 月 27 日，Anthropic 的研究团队发了一篇博客：他们用未发布的内部研究模型（文中称 Claude），在 Chrome、Safari、Android、Windows、Linux 五个真实目标上构造出五条完整的攻击链，后果涵盖一键远程代码执行、零点击 RCE、锁屏绕过和远程拒绝服务——报告原话是"little to no user interaction"下达成 critical impacts。所有漏洞都已按协调披露流程上报并修补。文章署名作者包括 Nicholas Carlini、David Dworken、Xinyang Ge、Ben Morris、Milad Nasr、Chris Rohlf、Luna Tong——这份名单本身就是安全研究的分量证明。</description></item></channel></rss>