最新内容
AI Agent 的凭据风险并不只发生在代码仓库里。模型调用、工具执行、遥测日志和错误输出都可能把密钥带到不该去的地方。传统 secret scanner 擅长识别“看起来像密钥”的字符串，却很难回答...
当 AI Agent 替用户调用工具，问题不只是“它能不能拿到 API key”，还包括：它把任务交给另一个 Agent 后，用户原本设定的金额、用途和时限是否还跟着任务走？每一跳都单独配一组凭据，往...
当 AI 编码 Agent 能调用 GitHub、数据库或部署接口时，最省事的接法往往也是风险最大的：把访问令牌直接写进 MCP 客户端配置。这样一来，秘密可能进入对话上下文、调试日志或被复制的配置文...
AI Agent 获得 shell、数据库凭据或云 API 权限后，风险不只来自模型答错：一次间接提示注入、错误参数或失控循环，都可能把意图变成真实操作。把所有权限交给 Agent，再寄望于提示词提醒...
AI Agent 要在网站里查资料、编辑内容或提交表单，传统做法往往是让模型看浏览器页面并直接点击。另一条路径是把网站能力变成可描述、可调用的 CLI 或 MCP 工具。Hycli（仓库名 Hycli...
很多 Agent 故障并不止于“模型答错了”。它可能已经调用工具、改写文件，甚至触发数据库操作；只保存对话历史，无法还原这些外部副作用。JUKEBOX-OS 将自己定位为面向多 Agent 系统的记录...
把威胁描述交给通用编码 Agent，让它直接产出检测规则，看起来很省事；但规则能通过语法检查，不等于字段映射正确，更不代表它能在真实日志里命中。Google SecOps 的 YARA-L 2.0 有...
把 Agent 放进一次性脚本里跑几分钟，和让它在服务器上连续工作几天，是两种不同的问题。后者不仅要回答“它能做什么”，还要处理预算上限、越权操作、异常重启，以及人如何随时叫停。Argus 是一个自托...
给 AI Agent 一个终端，就等于让它接触工作目录、凭据和网络。容器可以隔离进程，但团队有时还希望每个任务拥有独立内核与文件系统。Koala 是一个面向 Apple 芯片 Mac 的命令行工具：它...
AI Agent 的风险常常不在模型回答了什么，而在它被允许执行什么：一个工具调用可能启动子进程、改写数据库，或访问不该访问的网络地址。提示词可以要求模型谨慎，却不能代替执行边界。对于 Python ...
