一条提示词,打穿整支Agent舰队
AWS Bedrock AgentCore 的 AgentCorruption 漏洞(现已修复)证明:一条提示词即可接管企业整个 Agent 机队。本文拆解舰队级漏洞的成因、共享责任模型的困境与防守方自查清单,判断 Agent 安全的主战场正从单点对话安全转向舰队级风险治理。
一句 Prompt,让一家公司的全部 AI Agent 集体易主——这不是推演,而是 AWS Bedrock AgentCore 上真实存在过、现已被修复的漏洞 AgentCorruption 的公开描述:攻击者只需利用一个 AI 聊天机器人,就有可能接管组织的整个 Agent 机队。它真正的价值不在漏洞本身,而在于它提前演示了 Agent 时代的攻击形态:攻击半径不再以"对话"为单位,而以"舰队"为单位。Agent 安全的主战场,正从单点对话安全转向舰队级风险治理。
🚨 一句 Prompt 的杀伤半径
在老派渗透测试的术语里,这叫打点;在 Agent 时代,它被压缩成了一句话。
先还原一个场景:某企业的客服 Agent 在一次多轮对话中被诱导执行了一个"多余"的动作。几分钟后,同一平台上的数据分析 Agent、运营 Agent、内部知识库 Agent 全部换了一个"大脑"——它们仍在正常响应业务请求,只是不再听用户的,而是听攻击者的。
这不是科幻设定。按公开披露,AgentCorruption 是 Bedrock AgentCore 中一处现已修复的漏洞:攻击者可以利用一个 AI 聊天机器人,接管组织在 AWS 环境中的整个 Agent 机队,而攻击的起点仅仅是一条提示词。这段描述里有三个值得圈出来的关键词——单条提示词、整个机队、已修复。前两个描述的是攻击的杠杆比,第三个说明 AWS 已经关上了这扇门,但门后暴露的架构问题,不会随补丁一起消失。
一条提示词为什么能撬动整个机队?从披露信息出发可以做一个合理的机理推断:问题不出在"提示词能不能骗过模型"这个经典命题上,而出在 Agent 与 Agent 之间的信任链上。当多个 Agent 被编排在同一平台、共享身份体系与工具调用能力时,任何一个节点被攻破,攻击者借用的就不只是一个机器人的能力,而是整条信任链的通行权。
经典内网渗透的四步——打点、提权、横向移动、拿下核心资产——在这类架构里被压缩成一个动作。这不是某一家厂商代码写得糙,而是一类新架构问题的首次公开亮相:当"协同"是平台的商业卖点时,攻击面就大概率藏在"协同"里。
⚠️ 舰队为什么会被"一锅端"
漏洞从来长在架构里,不长在提示词里。
把镜头拉近一点看。现代 Agent 平台为了让智能体之间协作,默认给了它们太多"同侪信任":Agent A 可以调用 Agent B,可以读写共享记忆区,可以代表用户触发工具。这种设计在产品演示里非常优雅——三个 Agent 打个商量,活就干完了。但在攻击者眼里,这是一条标准的横向移动高速公路。
AgentCorruption 与传统对话式 AI 漏洞的区别,不在手法的新奇,而在影响量级:传统漏洞的爆炸半径通常被会话隔离、租户隔离框在一个对话里;舰队级漏洞的爆炸半径等于整个机队。一个是砸了店里一台样机,一个是拿到了整条产线的控制权。
| 维度 | 传统对话式 AI 漏洞 | 舰队级漏洞 |
|---|---|---|
| 攻击入口 | 诱导单个会话 | 一条提示词 |
| 影响范围 | 单次对话输出 | 整个 Agent 机队 |
| 攻击逻辑 | 骗过模型 | 滥用 Agent 间信任链 |
| 防守重心 | 输入过滤 | 身份、隔离与熔断 |
| 修复逻辑 | 调提示词或加过滤 | 改平台级信任架构 |
这张表的最后一行最值得琢磨:舰队级漏洞没法靠"调提示词"修,只能动平台架构。这也是为什么 AWS 的修复值得肯定——补丁大概率打在了该打的位置上。
安全圈私下流传的一句糙话是:Agent 的权限比实习生大,犯错速度比实习生快,还不用走审批。段子归段子,它指向的却是真实的设计困境:企业为了效率给 Agent 松绑,松掉的每一环,都可能变成攻击者的通路。
🔐 身份是新的边界
"Agent 拿到的权限,往往比刚入职的员工还大"——这在一线云安全从业者里基本是共识。
从渗透视角看,打内网最省力的路径从来不是正面突破,而是找到那些"被默认信任的机器账号":服务账号、CI/CD 凭证、运维脚本。Agent 正在成为新一代机器账号,而且权限更大——它们持有云凭证、能调 API、能读写数据,有些还能直接触发业务动作。区别在于,传统机器账号执行的是人写好的固定逻辑,而 Agent 会根据上下文自主决策调用什么。这意味着攻击者不再需要逆向逻辑,只需要影响决策。
AgentCore 这类托管平台把 Agent 的运行时、身份与工具调用统一托管。托管带来运维便利的同时,也意味着"身份与执行环境"被收敛到了同一个平面上——AgentCorruption 证明了这个平面一旦失守,单点问题会被平台本身放大成舰队问题。
防守侧对应的能力建设,可以用一张定位图概括:
左下角的传统输入过滤并非无用,但在舰队级威胁面前只是第一道纱窗。真正决定生死的是右上角:Agent 的最小权限、短时凭证,以及 Agent 之间的隔离与显式授权。零信任架构在 Agent 场景需要重新推导一遍——这一次,"主体"不再是人或服务,而是会自主决策的软件实体。
🏗️ 越集中的平台,越脆弱的舰队
云厂商替你管好了服务器,也可能替攻击者管好了入口。
企业选择 Bedrock AgentCore 这类托管平台的理由很充分:不用自己运维运行时,不用自己搭编排框架,开箱即用,几个月就能把 Agent 推上生产。但 AgentCorruption 揭示了硬币的另一面:当所有 Agent 跑在同一套平台底座上,底座的漏洞就是全舰队的漏洞,而你对此既无感知,也无独立手段。
必须说明,这次 AWS 的响应是合格的——漏洞已修复,用户跟进即可。真正的问题在于责任模型:传统 IaaS 的共享责任模型里,云厂商管基础设施安全,用户管数据与访问控制,边界清楚。但在托管 Agent 平台上,"编排逻辑与信任链"的安全责任归谁?平台默认的 Agent 互信策略,是用户显式开启的,还是平台预设的?一个 Agent 被攻破后,爆炸半径由谁收敛?这些问题在多数企业的采购评审里,根本没出现过。
据多位接近云厂商生态的安全研究者在私下交流中的观察,托管 Agent 平台近两年的功能迭代速度,明显快于配套安全机制的成熟速度。这不奇怪——市场奖励的是"多久能上线",不是"被打穿后能撑几步"。但剪刀差就是风险本身:Agent 上生产的速度越快,舰队级漏洞的潜在杠杆就越大。
给采购方一个朴素建议:评估 Agent 平台时,除了功能清单,追问三个问题——Agent 之间默认是否隔离?单点失守时爆炸半径如何收敛?平台是否提供舰队级的熔断与回滚机制?答不上来的,谨慎上车。
🛡️ 防守清单:把舰队当内网来防
别再问"我的 Agent 会不会被骗",要问"它被骗之后,我能挡住几步"。
AgentCorruption 已经修复,但同类问题不会只出现一次。对已经或准备把 Agent 推上生产环境的团队,下面这份清单值得对照自查:
- 🔑 独立身份与最小权限:每个 Agent 单独身份、短时凭证,按任务裁剪工具与数据权限,杜绝"一个万能 Agent 通吃全栈";
- 🧱 打破默认互信:Agent 之间的调用必须显式授权,共享记忆区按业务域隔离,让横向移动无路可走;
- 📡 调用级审计与熔断:记录每一次工具调用与 Agent 间调用,为异常行为链路设置自动熔断,把"舰队失守"压回"单点事故";
- 🎯 红队升级目标:演练不再以"骗过单个 Agent"为终点,而以"从单 Agent 走到数据出口"为成功标准;
- 🧩 供应链视角:Agent 挂载的工具、插件与外部服务同样是攻击面,应纳入统一治理。
把舰队当内网来防,是这次漏洞留下的最实用的一课。威胁模型的升级必须先于攻击者的升级,否则每一次"已修复"都只是下一次的倒计时。
小结
AgentCorruption 的价值,不在于 AWS 修得快不快,而在于它提前演示了 Agent 时代的攻击形态:过去需要数周的内网渗透,如今被压缩成一句提示词。Agent 上生产的速度远快于 Agent 安全能力的建设速度,这个剪刀差就是未来两年攻防的主战场。在下一个补丁窗口到来之前,值得每个技术决策者自问一句:我的舰队,经得起一句 Prompt 吗?