HaiAI123

全球AI工具精选导航

行业动态
持平

客服 Agent 安全修复被一行代码破坏,CI 攻击测试拦住

2026/11/20 — 11/21 00:19·1 个来源(全部)·1 篇报道(全部)

核心速览 (Key Takeaways)

  • 作者把一周内的安全修复整合进一个客服 Agent:提示词去除密钥、每个工具做策略检查、不可信网页标记污染、限制文件路径并校验输出。
  • 底层模型仍可被轻易诱导,但应用层面挡住了攻击;
  • 一次重构删掉折扣上限检查后,CI 中的攻击测试失败,红测阻止了合并。

事件背景与详细解读

2026-11-20 23:55,DEV Community 的 AI 栏目发布了一篇实验记录。作者把一周内的多项安全修复整合进一个客服 Agent,措施包括把密钥从提示词中移除、为每个工具加入策略检查、对不可信网页内容做污染标记、限定文件路径范围,并校验模型输出。文章指出,底层模型仍可被轻易诱导,但应用层面的防护足以挡住攻击。

随后在一次看似无害的重构中,折扣上限检查的一行代码被删除,代码评审未能发现这一改动,此前已修复的 100% 折扣漏洞随之重新出现。最终拦截该问题的是 CI 中的攻击测试,测试失败使合并被阻止,这篇记录也由此说明安全修复会随代码变动而退化的现象。目前事件停留在测试拦截合并、待修复重新补上的阶段,材料未提供后续进展。

AI 综合 1 篇报道生成 · 更新于 1 天前

updream
24 小时热度热度指数 36 · 峰值 73 · 23 小时前
24 小时前现在

这件事的报道 点标题看原文

11月20日
  1. 作者把一周内的安全修复整合进一个客服 Agent:提示词去除密钥、每个工具做策略检查、不可信网页标记污染、限制文件路径并校验输出。底层模型仍可被轻易诱导,但应用层面挡住了攻击;一次重构删掉折扣上限检查后,CI 中的攻击测试失败,红测阻止了合并。

    展示如何用 CI 攻击测试防止安全修复随时间失效

    DEV Community · AIAI 评分 52

同时在说的其他事

热度怎么算的?了解口径

热度按 48 小时内有多少个独立来源在说这件事算:同一个来源发多条只算一次,并按 24 小时半衰期衰减,所以排前面的是很多人在说的事。

本页汇总公开订阅源,标题与摘要由模型整理,版权归原作者所有;重要信息请回原文核对。如权利人认为相关标题或摘要侵权,请通过页尾联系邮箱提供具体页面与权利依据,我们核实后会及时删除或替换。

爆
讨论快速增加
新
首报 6 小时内
发酵中
讨论仍在增加

回 AI 行业动态榜 →