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
24 小时热度热度指数 36 · 峰值 73 · 23 小时前
24 小时前现在
- 热度指数
- 36
- 全部来源
- 1
- 全部报道
- 1
- 首报
- 1 天前
这件事的报道 点标题看原文
11月20日
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
- 热度指数 1134发酵中Anthropic 上市首周市值达 1.6 万亿美元,IPO 募资 935 亿美元21 个来源
- 热度指数 1004Anthropic 数学家称与 Claude 完成广义黎曼猜想形式化21 个来源
- 热度指数 593Anthropic 行使超额配售权,IPO 募资达 935 亿美元19 个来源
- 热度指数 592发酵中Thinking Machines Lab 开源 Inkling 2 Mini,模型卡推荐 32GB 内存10 个来源
- 热度指数 486发酵中SEC 调查英伟达会计问题,股价连跌市值缩水9 个来源
热度怎么算的?了解口径收起
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

