返回资讯中心
外部精选
软件工程
#开发者实时流

报告预测2026年七类智能体AI攻击,传统安全手段难以拦截

来源标题:Agentic AI Attacks Nobody's Talking About (Yet)

一份分析预测,2026年将出现七类针对智能体AI的新型攻击,包括碎片化病毒载荷、钱包耗尽攻击、智能体供应链攻击和跨智能体权限提升,其中最早一例碎片化恶意载荷攻击预计在2026年第四季度被记录。这些攻击利用的是智能体周边的记忆、算力、委托链、计费和工具生态,而非单纯欺骗模型,传统安全检测难以拦截。部分攻击已发生,其余被作者认为年内不可避免。

Hacker News 最新mooreds2026/11/17 · 昨天30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

碎片化病毒载荷、钱包耗尽式算力枯竭、agent 供应链攻击、跨 agent 权限提升、22 秒攻破、自我修改的 agentic 恶意软件,以及同意撤销竞速。这些威胁将定义 2026 年。

这些威胁将定义 2026 年,以及为什么传统安全手段挡不住它们。

过去一年,我们一直在关注 agent 变得越来越聪明。我们本该同样关注攻击也变得越来越聪明。

Agentic AI 的威胁版图已经从“提示注入”(欺骗模型)转向利用它周边的基础设施:内存、算力、委托链、计费、工具生态。这些都不是假设。有些已经发生过。其余的,在今年结束之前必然会出现。

以下是对 2026 年 agentic AI 攻击的七项预测:那些还没进入你威胁模型的攻击。

预测:到 2026 年第四季度,我们将看到首例有记录的案例——恶意载荷被拆分后分散存放在 agent 的长期记忆中,在最初注入数天之后被重新组装并执行。

传统恶意软件检测寻找的是完整载荷。一个病毒特征、一个已知的漏洞利用模式、一个可疑的二进制文件。但 agent 拥有传统软件没有的东西:跨会话的持久记忆。

每一个碎片都能通过所有扫描器。合在一起,它们构成一个完整的漏洞利用。

当 agent 的推理链在同一个上下文窗口中触及全部三个碎片时——触发条件是一项恰好引用了全部三个来源的常规任务——载荷便自行组装完成。不是因为有人触发了它,而是因为 agent 自身的关联推理把点连了起来。

这不是猜测。Palo Alto Networks 记录了 OpenClaw 市场上的 1,184 个恶意 skill。Christian Schneider 关于持久记忆投毒的研究展示了植入的指令如何跨会话存活,并在被触发时执行。OWASP 已将 ASI06(记忆与上下文投毒)加入其《2026 年 Agentic 应用十大风险》。

Gemini 记忆攻击已经演示了由“yes”或“sure”这类常见词触发的延迟工具调用——而这些词几乎出现在每一次对话中。MINJA 研究表明,针对生产环境 agent 的注入成功率超过 95%。

缺失的一环:目前没有任何安全产品会扫描那些单独看无害、合起来却危险的载荷碎片。传统杀毒特征、静态分析,甚至提示注入过滤器,都是孤立地评估每一个输入。我们需要跨会话、跨来源的载荷重组检测,而目前还没有人在做。

预测:到 2026 年底,“钱包耗尽”(Denial of Wallet)将取代传统 DDoS,成为针对 agentic AI 部署的首要可用性攻击。

DDoS 攻击试图让你的服务器崩溃。钱包耗尽攻击不需要这么做。它只需要花你的钱。

在自动伸缩的云基础设施和按用量计价的 AI 时代,你的系统被设计成不会崩溃。流量激增,就多开实例。agent 需要更多 token,API 就供给。计费表一直在转。

攻击者不需要压垮你的服务器。他们只需要诱骗 agent 陷入递归推理循环,反复调用付费 API、派生 sub-agent、开通云资源,同时去解一个不可能完成的任务。或者一个看起来可解、但每一步都需要指数级更多算力的任务。

数字已经相当惊人。AnalyticsWeek 报告称,Fortune 500 企业合计有 4 亿美元未纳入预算的云支出,归因于 agentic AI 成本的“可预测性缺口”。而这还只是意外超支。

没人建模过的攻击向量:攻击者攻陷单个 MCP 工具服务器。每一个连接到它的 agent 都会收到一个经过微妙修改的工具响应,导致每次调用略微多消耗一点算力:多 15% 的 token、链上多一次 API 调用、一个本该触发一次却触发两次的重试循环。数千个 agent、持续数天,累计成本就是数百万。而且它不会触发任何告警,因为没有任何单次请求是异常的。

这是 agentic 版本的慢速攻击(slow loris),只不过计量单位是美元而不是连接数。

传统安全遗漏的地方:限流能防住突发滥用,但防不住一个每次请求花 0.03 美元(正常水平)、却因为卡在一个看起来很有产出的推理循环里而每小时发出 10,000 次请求的 agent。你需要预算约束型授权:每个 agent 的算力支出都由授权它的人设定上限,以密码学方式强制执行,并在每一次委托步骤中逐级收窄。

预测:2026 年的一起重大企业入侵事件将被追溯到被攻陷的 MCP 服务器或 agent skill 市场,而不是 AI 模型本身。

我们已经看到了预演。Antiy CERT 确认 ClawHub(OpenClaw AI agent 框架的市场)上有 1,184 个恶意 skill。Trend Micro 发现 492 个暴露在互联网上、零认证的 MCP 服务器。

Model Context Protocol 在构建时优先考虑的是能力,认证、授权和沙箱则留给实现者。而大多数实现者把这三样全跳过了。

这是 agentic AI 的 npm left-pad 时刻。只不过爆炸半径更大,因为:

PromptSpy——首个在执行流程中滥用生成式 AI 的 Android 恶意软件——已在移动端验证了这一概念。企业版本(被攻陷的 MCP 服务器从每一个连接它的 agent 中静默窃取数据)只是时间问题,而非是否会发生的问题。

尚不存在的修复方案:我们用 lockfile 和哈希锁定来保护 npm。我们用镜像签名和 SBOM 来保护 Docker。我们用 OAuth 来保护 API。谁来保护 MCP?今天的答案是:没有人。我们需要密码学层面的 MCP 服务器身份验证——每个 MCP 服务器都有一个签名的身份文档,每次工具调用都经过认证,每个响应都经过完整性校验。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →