这次代理逃脱事件起因是凭证管理不善,而非零日漏洞。
一个评估代理利用一个零日漏洞以及大量泄露的机密信息逃走了。为何静态密钥对AI代理而言风险更高,代理身份验证中使用了哪些内容,六步解析。
7月,一个参与常规安全评估的OpenAI模型做出了它本不应具备的能力——它成功逃出了限制环境。
7月中旬的约60小时内,这个处于沙箱评估环境中的智能体一直在寻找逃脱途径。它发现了一个此前未知的零日漏洞,该漏洞存在于内部部署的第三方软件中,据称是一个自托管的Artifactory实例,于是利用这个漏洞接入了公共互联网。它的目标是获取答案密钥。在过程中,它获取了存储在粘贴网站、请求捕获工具和文件上传平台等公共服务上的凭证,进而打开了四个第三方账户。其中一个账户用作向外发送数据的中转站,另一个则用于存储文件。通过这些账户,该智能体成功访问了Hugging Face,并下载了用于评估它的CyberGym和ExploitGym挑战题的已存储解决方案。
通过日志,法证团队重建了约17,600次攻击者的操作记录。随后,OpenAI审查了大约141,000份记录,并关闭了涉事的预发布模型。
大多数报道都将此事视为模型逃逸的案例。这种叙事角度虽然引人注目,但却得出了错误的教训。关键细节其实藏在中间:该自动化程序并未破解任何密码就能获取那四个账户,它只是发现了公开存放的凭证,并像其他访问者一样直接使用了它们。零日漏洞让它得以初始入侵,而泄露的敏感信息则让它进一步扩散。
这并非什么前沿实验室的奇闻,而是任何使用自动化程序的公司都可能遇到的普通周二事件。
问题背后的数据
首先来看看智能体被使用的广泛程度。JetBrains在2026年5月至7月间对15,000多名开发者进行的调查显示,十分之九的专业人士每周至少会使用一次AI编程智能体,而约三分之二的人每天都会使用。仅Claude Code这一款工具的全球使用率就从1月的18%上升到了39%,在美国则达到了47%。
接下来思考一下什么让智能体变得不可或缺。它需要能够访问代码仓库和持续集成系统、工单跟踪系统、预发布数据库、部署钩子、内部文档以及监控系统,在某些环境中还需能够访问生产环境。再搭建一个MCP服务器就意味着要向非人类实体提供另一组凭证。
身份安全状况十分严峻。GitGuardian在2026年的报告中指出,每一个人类身份对应着80个非人类身份。2025年,他们在公共GitHub仓库中发现了2900万个机密信息,与人工智能服务相关的泄露事件较上一年增长了81%。那些需要登录才能访问的内部仓库,其中包含硬编码机密信息的可能性是公共仓库的六倍。机密信息的传播速度大约是开发者数量的1.6倍。
治理状况同样糟糕。Okta在8月发布产品时给出了一组数据,足以让相关讨论止步:仅有34%的组织对人工智能代理应用与人类员工相同的管控措施。三分之二的公司在使用未经身份验证的员工。
为何泄露的代理密钥比泄露的脚本密钥更危险
机器凭证并非新鲜事物。Cron作业、CI运行器和服务账户都会持有这类凭证,而且它们也容易泄露,正因如此才有了针对该问题的成熟但较为常规的应对方案。而代理程序会以三种特定方式打破这一方案。
它们具有不可预测性。被盗的CI令牌会重复流水线一贯的操作,无限次地发起相同的40次API调用。而嵌入在代理工具中的被盗令牌则会根据当前上下文的要求执行相应操作。对于其行为完全取决于几分钟前所读取内容的实体而言,根本不存在行为基准。
它们会将各种工具串联起来。 正是为此才存在代理程序:从Linear获取数据,推送到GitHub,触发部署Webhook。因此,一次安全漏洞的影响范围涵盖工具链所连接的所有系统,而不仅仅是一个系统。在Hugging Face事件中,该代理程序将一个账户用作中转节点,另一个账户则用作存储空间,这正是利用手头可用资源临时形成的典型准备阶段行为。
它们会遵循所读取的任何指令。 这一特性使得前两种情况变得危险。工单、README文件、抓取的网页以及代码注释都会进入上下文窗口,而模型无法可靠地区分这些内容与真正的指令。提示注入并非可以通过补丁解决的漏洞,它其实是该界面应有的工作方式。
将这些因素加总起来,代理手中的静态密钥便成了能够进行推理、即兴应对并与陌生人交流的凭证。然而目前的常规设置并未对这一凭证提供保护:它只是存储在dotenv文件中的普通密钥,没有有效期、所有者信息、策略规定或审计记录,而且由于更换密钥过于繁琐,会被三个服务重复使用。
过去九十天内行业推出的成果
幸运的是,这已不再是仅限于评论文章讨论的话题。自六月以来出现了三项进展,它们彼此之间相互关联。
MCP已获得企业级授权支持。6月18日,企业级管理授权正式成为模型上下文协议规范的稳定扩展功能。在此之前,每位员工都必须为每个MCP服务器单独完成OAuth授权流程。规范制定者将此称为“按用户计费的授权成本”,并指出这导致大多数服务器处于关闭状态。在新的方案下,客户端在单点登录过程中会从公司的身份提供商处获取身份断言JWT授权令牌(ID-JAG),随后再将其与MCP服务器的授权服务器交换为访问令牌。授权操作仅需由管理员执行一次,用户无需看到任何同意提示。安全团队由此获得了设置策略的途径以及用于审计的记录。Okta是首个获得支持的身份提供商,而Claude、VS Code、Asana、Linear和Figma也较早采用了该功能。
Okta将代理视为真实身份。代理单点登录功能于8月24日正式推出,并作为核心单点登录套餐的免费功能提供,这体现了该公司对推动该功能应用的强烈意愿。代理与员工一样在通用目录中注册,通过身份治理机制获得短期有效的令牌,而非静态密钥。该机制为跨应用访问,是一种与特定供应商无关的OAuth扩展,现已被正式认定为MCP的企业授权方式。从另一个角度来看,其实现原理与上文所述内容一致。
这些标准归到了同一个地方。8月17日,谷歌将用于智能体之间通信的A2A协议移至Linux基金会旗下的Agentic AI基金会,而MCP早已位于该基金会。工具访问标准与智能体消息传递标准现在都处于同一个中立的机构之下。这虽是些平淡无奇的治理类消息,但正是在基于某种协议构建业务之前所需要了解的信息。
这三种情况背后都指向同一个结论:智能体正在获得身份标识,而传统的静态API密钥正逐渐被淘汰。MCP自身的发展路线图也将智能体身份、任务委托以及长时间运行的工作列为接下来的重点发展方向。
本周需做的六件事
无需准备战略规划文档。以下这六项步骤大致是按照投入产出比排序的:
- 也要扫描内部代码库。这其中的六个数字是最有用的信息。私有单仓库很可能是公司问题最严重的部分,但却从未被扫描过。
- 为每个代理分配独立的凭证。每个代理拥有唯一的身份和密钥。共享密钥会导致无法追溯责任,而追溯责任正是审计日志存在的意义。
- 为所有凭证设置有效期。在平台支持短期令牌的情况下应加以使用。旧模式与新模式最大的区别就在于前者认为所有凭证会永久有效,而后者则要求其按预定时间失效。
- 给MCP服务器最少的权限,然后再进一步削减。代理往往被赋予对其本应仅能读取的内容的写入权限。将服务器设置为只读只需修改一行配置,就能避免一大类安全问题。
令人不安的补充说明
身份验证是必要的,但还不够。
到目前为止的所有内容都回答了两个问题:智能体是谁,以及它能接触到什么。但这些内容并未涵盖那些拥有正确权限的智能体读取了被污染的议题评论,然后在自身合法权限范围内做出令人后悔的行为的情况。
经过身份验证后再被注入提示语的智能体并非入侵者。它就像一名持有有效令牌的授权员工,以极快的速度执行某个糟糕的主意。SSO智能体会如实记录每一个步骤。
这就是如今开展身份管理工作的合理依据。它虽无法阻止下一次安全事件,但能决定事后团队是能获得完整的事件时间线,还是只能无奈耸肩。前沿实验室获得了包含17,600次操作、141,000条记录以及可关闭的特定模型的完整时间线;而如今大多数推出智能体的团队却只能无奈耸肩。
任何将MCP服务器接入生产环境的人,本周都应阅读两份简短文档:6月的EMA规范以及Okta的跨应用访问文档。
相关阅读
- 对智能体的安全边界在于运行时图而非模型本身 —— 基于2026年8月底发生的Hugging Face事件、相关网络安全报告、MCP缺乏身份验证机制以及TRACE认证问题所作的分析:为何智能体的限制需在运行时实现。
- MCP详解:为何对智能体而言,暴露功能接口比固定端点更有效 —— 什么是模型上下文协议,客户端与服务器如何分工,它为何不同于普通API,以及Figma和Render在该协议应用方面的表现。