AI Agent的兴起带来了一系列新的安全挑战：我们究竟需要何种程度的安全控制，才能有效管理其访问权限与自主行为？如何确保不同Agent间通信协议的安全性？又该怎样建立一套技术保障体系，来支持中国等国家加速AI发展的战略需求？

随着全球人工智能引擎持续加速运转，人们对其底层基础设施所面临威胁的担忧也与日俱增。AI Agent的普及正促使安全研究人员深入思考：威胁的范围是否已经进一步扩大？

早在2024年底OpenAI的ChatGPT横空出世后不久，网络安全界就表达了对AI风险加剧的忧虑。三年多后的今天，随着AI技术广泛应用，AI Agent的普及正促使安全研究人员思考：威胁范围是否已进一步扩大？

“我们开始观察到，AI Agent的自主行为模式正在重塑安全格局，”Darktrace公司安全与AI战略副总裁Margaret Cunningham博士在非营利组织云安全联盟（CSA）举办的为期两天的虚拟简报会上表示，“随着AI技术普及，攻击面正在急剧扩张。”

MCP服务器成为攻击目标

当前攻击面已覆盖网络中最广泛使用的模型上下文协议（MCP）服务器。这些服务器使大语言模型（LLM）能够连接外部数据源、其他模型及软件应用。

安全研究人员指出，当Anthropic公司在2024年11月推出MCP开放标准时，将安全配置责任完全推给了用户。此后数个月间，红帽公司与IANS研究机构的安全专家陆续记录了MCP存在的安全隐患。Anthropic虽在去年11月发布了补充指南，提到AI Agent使用MCP时的代码执行安全技术，但收效有限。

“MCP协议中尚未实现真正原生的全栈安全机制，”IANS研究院教员Aaron Turner在CSA活动演讲中直言，“我们必须为可能发生的严重安全事件做好准备。”

MCP安全问题已蔓延至CI/CD流水线、云工作负载及员工终端。Clutch安全公司近期对企业环境MCP部署的分析显示，95%的MCP实例运行在安全工具无法监控的员工终端上。Turner警告：“若发现MCP试图在终端运行，应将其视为恶意软件处理。”

跌破安全基线

AI部署挑战使得中小企业保护关键资产的能力再度成为焦点。埃森哲报告显示，虽然43%的网络攻击针对小企业，但仅14%具备有效防护能力。

1Password公司研究计划总监Wendy Nather提出的“安全贫困线”概念正在获得共识——网络安全界日益担忧AI将加剧资源充足企业与无力配置安全团队/工具企业间的鸿沟。

“利润率仅1%的零售店根本无力承担必要安全投入，”Nather在CSA活动上表示，“单纯培训根本无济于事。”更严峻的是，资源有限的恶意行为体反而更善于利用AI技术。GreyNoise情报公司的蜜罐数据显示，去年10月起的三个月内，LLM基础设施遭受超过9.1万次攻击，其中8.1万次集中发生在11天内，主要针对OpenAI兼容API和Google Gemini等模型终端。

“低资源攻击者正在实现规模化，”CSA首席分析师Rich Mogull指出，“从脚本小子到国家行为体，都在利用AI开发漏洞利用程序——这确实令人担忧。”

中伊两国AI能力进展

国家行为体参与漏洞开发及AI基础设施攻击，为网络安全防御增添了新变数。特拉维夫大学高级研究员Avi Davidi博士近期分析了伊朗构建网络战主权AI能力的企图。其研究显示，伊朗组织正使用商业AI工具扫描工业控制系统，探测他国防务体系。黑客组织APT-42甚至试图诱骗AI系统提供“红队”式攻击指导。

更令安全专家忧虑的是中国AI能力的预期增长。Anthropic CEO Dario Amodei近期撰文指出，中国最有可能在AI能力上超越美国。这种观点也得到美国防务界呼应。在旧金山TED AI论坛上，前国防部副部长Colin Kahl表示：“虽然美国仍拥有顶尖AI实验室，但中国已具备快速跟进所需的几乎所有要素。”

尽管美国实施两年半半导体出口管制，但现行政策仍允许英伟达H200 AI处理器对华出口。Kahl透露，中国科技企业的H200订单已超200万片。“从国家安全角度看，放任中国缩小技术差距绝非明智之举。”