
Rinsoft扫描发现超四分之一公共MCP服务器可执行不可撤销操作
来源标题:More than one in four public MCP servers can take an action nobody can undo
Rinsoft对公共MCP注册表中800个服务器扫描后发现,超过四分之一的服务器允许AI代理执行无法撤销的操作。这些服务器同时向代理提供可读取的内容和可执行的动作,形成"读取不可信内容后采取不可逆行动"的风险模式。扫描基于2026年10月的注册表数据,仅统计标记为活跃且提供Streamable HTTP端点的服务器。
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。
公开 MCP registry 中超过四分之一的 server 能执行无法撤销的操作
2026 年 10 月,对公共 MCP registry 中 800 个 server 的扫描。作者:Rinsoft。 我们开发了 RinWall,这是一个开源防火墙,位于 AI agent 与其调用的工具之间,并按工具的影响是否可撤销对其进行分类。下面每个数字背后的分类器都是 RinWall 内部的分类器,因此关于其错误率的部分也是对我们自己产品的一次检验。 调用工具的 AI agent 既能读取内容,也能执行操作。读取出错代价很低,执行则不然:已发送的邮件、一笔付款、被删除的卷、已发布的帖子。迄今为止报告的大多数 agent 事故都遵循同一个模式:agent 读取了本不该信任的内容,然后执行了无人能够撤回的操作。 我们想知道两件事,却找不到任何人做过测量。在 agent 实际获得的工具中,有多少会执行无法撤销的操作?以及,单个 server 有多经常同时给 agent 提供可读取的内容和可执行的操作? 官方 MCP registry 有公开 API,因此没有下载或运行任何代码。我们用其自带的 latest-version 过滤器分页拉取,并保留标记为 active、且声明了 Streamable HTTP endpoint 的 server: 每个 host 的上限很重要。少数聚合型 host 各自发布了超过一千个 endpoint;按比例采样会集中冲击某一个运营方,并让某一个提供方的命名习惯代表整个生态。这个上限起了作用:返回 catalog 的 439 个 server 来自 439 个不同的 host。 每个 server 收到的请求恰好等同于一次 tools/list 所需:initialize,然后 tools/list。绝不调用 tools/call,失败后不重试,clientInfo 中注明扫描器身份,认证挑战被记录为结果而非设法绕过。扫描器有一个测试,断言它永远不会发出 tools/call。 结果 n 占比 获取到 Catalog 439 54.9% 需要认证 276 34.5% 协议错误 58 7.2% 无法访问 27 3.4% 超过三分之一的公开注册 server 在列出工具之前就要求提供凭据。这一组很可能包含许多企业集成,而转移资金和删除记录的工具往往就在那里。因此下面的数字可能低估了风险,引用这些数字的人应当说明这一点。 每个工具都根据其可撤销性进行分类,依据是名称、作者编写的描述和 schema。共三类:irreversible(已发送、已支付、已删除、已发布)、compensable(具有天然逆操作的变更:更新、分配、创建记录)和 read-only。第四个桶 unclassifiable 是启发式方法拒绝猜测的情况。 在来自 439 个 server 的 5,154 个工具中(每个 server 工具数中位数为 6,最大 catalog 为 223 个工具): 其中一个包含 223 个工具的 catalog 本身就贡献了 171 个 unclassifiable 工具。去掉它之后,unclassifiable 占比为 33.3%,irreversible 占比为 5.5%;下面的 server 级数字不受影响,因为每个 server 只计一次。 按 server 统计的数字比按工具统计更重要,因为连接到某个 server 的 agent 会获得它的全部工具。 最后一组是典型的 confused-deputy 设置:一个 server、一个会话,agent 既能读取攻击者控制的内容,又能执行无人能够撤回的操作,两者之间只有模型自己的判断。 风险也是集中的。最差的 10% server(44 个)拥有全部 irreversible 工具的 66.2%,且有 29 个 server 暴露了三个或更多此类工具。 我们人工检查了分类器:对 75 个分类进行带种子、分层抽样,每个都对照工具的真实描述进行审核。第一轮在 irreversible 工具上表现很差: 九次 irreversible 漏判中有六次是同一个 bug。irreversible 动词表中包含一些至少同样常作名词的词:post、email、release、refund、pay、file。该表在名称中任意位置匹配,因此 get_post 被读作“向外发布帖子”,verify_email 被读作“发送邮件”。修复很窄:当开头的动词是已知的 read 或 compensable 动词时,其后的这类词是宾语,而不是第二个动作。破坏性和外发动词(delete、send、publish)仍然任意位置匹配,因此 get_and_delete_backups 仍会被拦截,而前面没有已知动词的名称(how_to_pay)仍会按失败关闭处理。 在存储的 catalog 上重新运行分类器(不再向任何人发请求),将 45 个工具移出 irreversible 类,其中 34 个移到 read-only,11 个移到 compensable,新样本得到: 本文中的数字是修复后的数字。两轮中都有两点成立。没有任何 read-only 分类是错误的:没有一个被分类为读取的工具实际上会执行操作。而且所有剩余的 irreversible 漏判都是过度分类,这正是分类器被设计为失败的方向:错误的“irreversible”代价是一次审批点击;错误的“read-only”代价是一封已发送的邮件。 unclassifiable 桶也并非无害。在我们审核的 30 个 unclassifiable 工具中,16 个是读取,9 个是 compensable 变更,5 个是 irreversible:其中包括 place_order(“Real funds”)、一个 webhook 重放,以及一个会启动对保险付款方自动外联的工具。假设“名词形状的名称意味着读取”会让这些工具被放行。这个桶主要由完全没有动词的名称(crypto_price、nftOwner、free_tiers)以及带命名空间前缀的厂商 catalog 占据。 作者确实会发出警告,而且警告是机器可读的。278 个 irreversible 工具中有 39 个是由其自身描述标记出来的(“permanently”、“cannot be undone”),而不是由任何动词标记。全部 5,154 个工具都附带了描述。只读取工具名称的分类器会漏掉这些。 读取也可能花钱。我们审核的 20 个 read-only 工具中有 3 个通过 x402 微支付按调用收费,价格从 $0.003 到 $0.05。读取本身没有副作用,但从 agent 钱包中花钱有副作用。RinWall 的三个类别尚未考虑这一成本。 registry 正在快速增长。两次扫描相隔六周,active server 从 29,724 增长到 47,389。
(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。