行为与边界:智能体安全转型

行业趋势 | 2026年6月03日

很多人并未充分认识到智能体AI带来的深远影响。我们需要深入思考这些影响,尤其是安全方面,即使这会动摇我们的根基。

剧透一下:它确实会动摇我们的根基。

例如,OWASP 智能体十大风险准确把握了一个基本前提:智能体会放大现有漏洞。并不会因为在API前面加了一个LLM,API就突然变得安全。恰恰相反,现在有某种机制像极有耐心的攻击者一样持续探测、串联操作并探索路径,API反而面临更多暴露风险。该清单还准确指出了多步骤执行、工具链式调用,以及决策如何随时间演变。

但它并未触及我们必须正视的更深层问题。

得与失

OWASP清单指出,智能体并不会产生全新的故障模式,而是会让原有故障模式变得更加危险。工具滥用、跨步骤的权限继承和目标劫持都是真实存在的风险,而且这些风险会在一系列操作中逐步显现,而非源于单个提示或请求。OWASP理解智能体系统的动态特性。这些说法都属实。

但该指南在很大程度上仍沿用传统的请求-响应模型。它假定,请求是主要的控制单元:验证身份、检查权限、执行检查并作出决策。当工作流由应用设计预先定义并限定范围时,这种模型是有效的。

智能体系统打破了这一假设。

它们会在运行时构建流程以实现目标,并评估结果、调整、迭代和扩大范围。每个请求本身可能完全有效,即身份正确、权限匹配且通过策略检查,但整体行为仍可能逐渐偏离预期。

这正是我们产生失控感的原因。问题并不在于身份机制失效。身份验证依然可靠,凭据传播和委派也按设计运行。智能体使用自身身份或委派凭据运行,令牌可在各项服务之间可靠传递。

问题出在别处。传统访问控制依赖一个不言而喻的基础:有界流程。应用程序定义了操作顺序。即使存在分支逻辑,系统本身也会限制可能发生的情况。由于可用路径有限,这种结构让我们能够单独评估每个请求。我们的策略正是基于这一认识而构建,执行机制的作用,顾名思义,就是强制实施这些边界。

但智能体用涌现式流程取代了预定义流程。其行为会动态展开,通常将离散的API调用与长时间运行的会话和流式交互结合起来。智能体可能先探索数据集,逐步构建上下文,然后执行无人预料的写入操作。失控循环、意外的成本激增以及出人意料的跨系统操作,并非身份验证或单个请求失效所致,而是有效操作组合成非预期序列的结果。

它们在设计上不受预定义流程限制,却受到安全系统的约束,而这些系统仍假定它们与传统应用在相同的约束条件下运行。

目录遍历就是一个典型例子。长期以来,我们一直将路径操纵视为恶意行为并予以阻止。这种做法是合理的,因为预期路径的范围十分明确,任何偏离都应视为可疑行为。

但对于负责从文件系统中检索文档或整合上下文的智能体而言,浏览目录结构并不可疑,而是必不可少。完全阻止这种操作,智能体将无法发挥作用;不加限制地允许这种操作,则无异于将系统的完全访问权交给一个激进的探索者。

真正的问题不在于遍历,而在于无边界的遍历。工具滥用、目标劫持和记忆投毒也呈现出相同的模式:风险会在一系列操作中累积,而非孤立产生。

必要的转变:从请求验证转向行为治理

身份仍是身份验证和责任归属的必要基础,但不足以持续治理行为。基于角色和范围的模型以行为模式可预测且交互边界明确为前提。在执行过程横跨基于请求和基于会话的模型的智能体环境中,这些模型只能提供粗粒度控制。

我们必须将访问控制升级为行为治理。这意味着要结合完整上下文评估请求,包括此前发生的情况、行为的演变方式,以及操作如何跨协议执行。策略执行必须持续进行并感知协议,同时跟踪离散调用和持久会话中的累积行为。

解决方案是基于约束的策略。无需规定确切路径,而是定义操作空间:

  • 资源边界(可从这些数据集中读取,但绝不能写入生产环境)
  • 数量限制(对操作次数、成本或范围扩展设置上限)
  • 能力限制(执行破坏性操作前需额外审批)
  • 风险增加时升级的条件策略

无论整个序列通过HTTP请求还是WebSocket流传输,这些约束都适用。API网关、服务网格和编排平台等共享架构层因此变得至关重要。随着行为逐步展开,这些架构层可提供观察、关联和干预的有利位置,并在传递身份信息的同时传递执行上下文。

路由本身成为一种控制机制:将接近既定限制的序列重定向到受限环境、对其进行限流或将其终止。策略执行不再是非此即彼,而是分级实施,在不立即中止有效工作的情况下规范行为。

要实现这些目标,应用交付与安全必须能够协同工作,通过共享控制平面进行协调和通信,确保行为受策略约束,而非受预定义工作流限制。

这一转变不需要预测所有可能的路径,而是需要根据观察到的行为持续完善约束条件,在运营与策略之间形成反馈闭环。

我们必须做出的转变

AI不仅会带来新的风险,还迫使我们重新思考如何运用现有的控制措施。如果不做出这种转变,我们将继续在两类系统之间摇摆:一类在技术上安全,却在实际中无法使用;另一类功能强大,却在不知不觉中失去控制。

安全防护的基本单位不再是请求,而是行为。

问题已不再只是是否允许某个请求,而是是否应允许该请求所代表的行为继续下去。

这正是我们必须实现的智能体安全转变。

分享

关于作者

Lori Mac Vittie
Lori Mac Vittie杰出工程师兼首席技术布道师 | F5

Lori MacVittie是F5首席技术官办公室的杰出工程师兼首席技术布道师,在应用交付、自动化战略和基础设施领域拥有深厚的专业知识。无论是为AI智能体定义防护机制、剖析脆弱的多云架构,还是探索可扩展系统的极限,她都善于化繁为简。她在应用开发、IT架构以及网络和系统运维领域拥有30多年的行业经验。加入F5之前,她曾担任技术编辑,并因出色表现获得奖项。 MacVittie拥有计算机科学硕士学位,著述颇丰,出版作品涵盖安全、云和企业架构领域。她还热衷于桌面游戏和电子游戏,并且对奶酪有着毫不掩饰的鲜明见解。

Lori Mac Vittie 的更多博客文章

相关博客文章

歪打正着:API数量势不可挡地增至20亿
行业趋势 | 2026/09/23

歪打正着:API数量势不可挡地增至20亿

过去,API蔓延的规模受限于人工操作。如今,AI智能体可以自主创建和串联端点,推动AI相关API调用和集成快速增长。

恶意软件包正在摧毁我们的行业
行业趋势 | 2026/09/03

恶意软件包正在摧毁我们的行业

尽管AI和自动化技术加剧了供应链滥用,开源生态系统仍缺少用于登记恶意软件包的中央注册库。该生态系统需要一种可信的方式来报告和跟踪安全失陷事件。

行为与边界:智能体安全转型
行业趋势 | 2026/06/03

行为与边界:智能体安全转型

智能体会生成涌现式、无边界的操作序列,风险也会随时间不断累积。安全机制必须从单次请求验证转向持续的行为治理,覆盖不断演变的多步骤流程。

AI正在推动新型流量的出现
行业趋势 | 2026/05/21

AI正在推动新型流量的出现

AI的广泛应用正在催生新的一级流量类型:推理请求,以及为控制回路提供数据的机器驱动型自动化流量和大规模遥测流量。

从数据包到提示词:推理为技术栈增添新层级
行业趋势 | 2026/02/18

从数据包到提示词:推理为技术栈增添新层级

推理不是训练,不是实验,也不是数据科学练习。推理是生产环境中的运行时行为,其运作方式类似于应用层。

管理AI的上下文窗口并非魔法,而是架构设计。
行业趋势 | 2025/08/27

管理AI的上下文窗口并非魔法,而是架构设计。

了解AI应用构建者为何必须管理上下文、记忆和基础设施,同时持续改进交付与安全机制,以防止偏移、延迟和提示词攻击。