<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Agent安全 :: 标签 :: x7peeps</title><link>https://blog.x7peeps.com/tags/Agent%E5%AE%89%E5%85%A8/index.html</link><description/><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Sat, 07 Nov 2026 23:30:00 +0800</lastBuildDate><atom:link href="https://blog.x7peeps.com/tags/Agent%E5%AE%89%E5%85%A8/index.xml" rel="self" type="application/rss+xml"/><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>Agent 安全能力评测：5 维度 16 场景的本地 Benchmark 实践</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent%E5%AE%89%E5%85%A8%E8%83%BD%E5%8A%9B%E8%AF%84%E6%B5%8B5%E7%BB%B4%E5%BA%A616%E5%9C%BA%E6%99%AF%E7%9A%84%E6%9C%AC%E5%9C%B0Benchmark%E5%AE%9E%E8%B7%B5/index.html</link><pubDate>Thu, 09 Jul 2026 09:55:12 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/Agent%E5%AE%89%E5%85%A8%E8%83%BD%E5%8A%9B%E8%AF%84%E6%B5%8B5%E7%BB%B4%E5%BA%A616%E5%9C%BA%E6%99%AF%E7%9A%84%E6%9C%AC%E5%9C%B0Benchmark%E5%AE%9E%E8%B7%B5/index.html</guid><description>Agent 安全能力评测：5 维度 16 场景的本地 Benchmark 实践 当 Agent 从原型走向生产，安全不再是一个可选特性——它是上线的底线。Prompt 注入、工具滥用、会话劫持、数据泄露，这些攻击面在 Agent 架构中被急剧放大。然而，社区中针对 Agent 安全能力的系统化评测基准仍然稀缺。主流 Benchmark 关注 Agent 的任务完成能力，却很少问一个问题：Agent 在被攻击时的表现如何？</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>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>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>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>四个版本，两个旧洞：安全审计看的是差集</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/%E5%9B%9B%E4%B8%AA%E7%89%88%E6%9C%AC%E4%B8%A4%E4%B8%AA%E6%97%A7%E6%B4%9E%E5%AE%89%E5%85%A8%E5%AE%A1%E8%AE%A1%E7%9C%8B%E7%9A%84%E6%98%AF%E5%B7%AE%E9%9B%86/index.html</link><pubDate>Tue, 03 Nov 2026 23:40:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/%E5%9B%9B%E4%B8%AA%E7%89%88%E6%9C%AC%E4%B8%A4%E4%B8%AA%E6%97%A7%E6%B4%9E%E5%AE%89%E5%85%A8%E5%AE%A1%E8%AE%A1%E7%9C%8B%E7%9A%84%E6%98%AF%E5%B7%AE%E9%9B%86/index.html</guid><description>四个版本，两个旧洞：安全审计看的是差集 2026 年 11 月 3 日清晨六点，版本监控把一个新 tag 推进审计队列：v0.22.6，发布时刻 2026-11-02T17:18:36Z，commit f0d94882e89。触发它的 diff 很短，只有版本号和一段 release notes；真正的体量在后面——自 v0.22.5 以来合并了 776 个 PR、3,448 个非 merge commit、4,316 个文件改动，+248,579 / −94,077 行。</description></item><item><title>审计的第二层：先校准尺子，再报漏洞</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/%E5%AE%A1%E8%AE%A1%E7%9A%84%E7%AC%AC%E4%BA%8C%E5%B1%82%E5%85%88%E6%A0%A1%E5%87%86%E5%B0%BA%E5%AD%90%E5%86%8D%E6%8A%A5%E6%BC%8F%E6%B4%9E/index.html</link><pubDate>Thu, 05 Nov 2026 00:30:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/%E5%AE%A1%E8%AE%A1%E7%9A%84%E7%AC%AC%E4%BA%8C%E5%B1%82%E5%85%88%E6%A0%A1%E5%87%86%E5%B0%BA%E5%AD%90%E5%86%8D%E6%8A%A5%E6%BC%8F%E6%B4%9E/index.html</guid><description>审计的第二层：先校准尺子，再报漏洞 2026 年 11 月 4 日晚，v0.22.7 的增量审计收尾。报告最后一页是九行：Critical 0，High 3，Medium 2，Low 2，INFO 2。比上一版多了一行 High——不是因为世界突然危险了一点，而是一条原本记作 Medium 的发现被重新算成了 7.0，而 7.0 正好是 High 的下限。</description></item><item><title>你的确认码，被AI静默发给了另一个应用</title><link>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%A8%81%E8%83%81%E6%83%85%E6%8A%A5/%E4%BD%A0%E7%9A%84%E7%A1%AE%E8%AE%A4%E7%A0%81%E8%A2%ABAI%E9%9D%99%E9%BB%98%E5%8F%91%E7%BB%99%E4%BA%86%E5%8F%A6%E4%B8%80%E4%B8%AA%E5%BA%94%E7%94%A8ChatGPT%E8%BF%9E%E6%8E%A5%E5%99%A8%E4%BF%A1%E4%BB%BB%E8%BE%B9%E7%95%8C%E6%A1%88%E4%BE%8B%E5%A4%8D%E7%9B%98/index.html</link><pubDate>Sat, 07 Nov 2026 23:30:00 +0800</pubDate><guid>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%A8%81%E8%83%81%E6%83%85%E6%8A%A5/%E4%BD%A0%E7%9A%84%E7%A1%AE%E8%AE%A4%E7%A0%81%E8%A2%ABAI%E9%9D%99%E9%BB%98%E5%8F%91%E7%BB%99%E4%BA%86%E5%8F%A6%E4%B8%80%E4%B8%AA%E5%BA%94%E7%94%A8ChatGPT%E8%BF%9E%E6%8E%A5%E5%99%A8%E4%BF%A1%E4%BB%BB%E8%BE%B9%E7%95%8C%E6%A1%88%E4%BE%8B%E5%A4%8D%E7%9B%98/index.html</guid><description>一个 ChatGPT 用户开了两个连接器（connector），都指向同一个 MCP 服务器。他发起一个需要确认的操作：模型通过连接器 A 调用确认工具，A 的弹窗组件展示变更内容，用户点确认，组件把一个一次性确认码发回对话。接下来，模型带着这个确认码发起后续调用——但走的是连接器 B。整个过程没有任何提示告诉用户：路由已经换了。</description></item><item><title>别再硬扛 CVE 列表了：CISA 每天在替你筛「哪些漏洞真的有人在打」</title><link>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%AE%89%E5%85%A8%E5%9F%BA%E7%A1%80/%E5%88%AB%E5%86%8D%E7%A1%AC%E6%89%9BCVE%E5%88%97%E8%A1%A8CISA%E7%9A%84KEV%E7%9B%AE%E5%BD%95%E6%AF%8F%E5%A4%A9%E6%9B%BF%E4%BD%A0%E7%AD%9B%E7%9C%9F%E5%9C%A8%E8%A2%AB%E6%89%93%E7%9A%84%E6%B4%9E/index.html</link><pubDate>Sat, 07 Nov 2026 23:30:00 +0800</pubDate><guid>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%AE%89%E5%85%A8%E5%9F%BA%E7%A1%80/%E5%88%AB%E5%86%8D%E7%A1%AC%E6%89%9BCVE%E5%88%97%E8%A1%A8CISA%E7%9A%84KEV%E7%9B%AE%E5%BD%95%E6%AF%8F%E5%A4%A9%E6%9B%BF%E4%BD%A0%E7%AD%9B%E7%9C%9F%E5%9C%A8%E8%A2%AB%E6%89%93%E7%9A%84%E6%B4%9E/index.html</guid><description>11 月的前 6 天，CISA 的"已知在野利用漏洞目录"（Known Exploited Vulnerabilities Catalog，简称 KEV）新增了 3 条：WordPress 核心的竞态条件漏洞、Apple 多产品的认证绕过、SonicWall 防火墙 SSLVPN 的认证控制绕过。其中 WordPress 那条的整改期限日（due date）就落在 11 月 6 日——从列入目录到要求完成缓解，窗口只有 3 天。</description></item><item><title>凭据多走一步，权限早放一秒：智能体三道边界</title><link>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%A8%81%E8%83%81%E6%83%85%E6%8A%A5/%E5%87%AD%E6%8D%AE%E5%A4%9A%E8%B5%B0%E4%B8%80%E6%AD%A5%E6%9D%83%E9%99%90%E6%97%A9%E6%94%BE%E4%B8%80%E7%A7%92%E6%99%BA%E8%83%BD%E4%BD%93%E4%B8%89%E9%81%93%E8%BE%B9%E7%95%8C/index.html</link><pubDate>Wed, 28 Oct 2026 12:00:00 +0800</pubDate><guid>https://blog.x7peeps.com/%E5%AE%89%E5%85%A8/%E5%A8%81%E8%83%81%E6%83%85%E6%8A%A5/%E5%87%AD%E6%8D%AE%E5%A4%9A%E8%B5%B0%E4%B8%80%E6%AD%A5%E6%9D%83%E9%99%90%E6%97%A9%E6%94%BE%E4%B8%80%E7%A7%92%E6%99%BA%E8%83%BD%E4%BD%93%E4%B8%89%E9%81%93%E8%BE%B9%E7%95%8C/index.html</guid><description>凭据多走一步，权限早放一秒：智能体三道边界 智能体框架最危险的时刻，往往不是黑客发起攻击的时刻，而是它自己的组件在边界上交换信息的一瞬间。
2026 年 9 月到 10 月，OpenClaw 公开仓库出现三个 issue：一个发生在浏览器工具的输出处理，一个在 Codex 子进程的工具分发，一个在 Talk 实时会话的异步回调。功能上毫不相干，结构上却是同一类错误——授权信息在组件边界上，要么多走了一步，要么没有按实际使用时间持有[1][2][3]。</description></item></channel></rss>