快速在软件开发中采用代理式 AI！（剧透：你可能不该这么做。）

作为网络安全专业人士，你是否也有这种感觉：当下每个人都在代理式 AI 的浪潮中全速前进，而我们或许更应该放慢脚步，冷静思考？其实，许多人此前在 AI 安全领域预见的风险，如今已突然变为现实。

11 月 14 日星期五，Anthropic（凭借其热门工具 Claude Code 成为全球最知名的大语言模型供应商之一）发布了一份开创性的报告，披露了其在 2025 年 9 月观察到的一起网络安全事件。该事件的攻击目标涵盖了大型科技公司、金融机构、化工企业以及政府部门。

那么，这次事件为何引起如此大的轰动，又为何令人担忧？简单来说，一个高度先进的威胁行为体（据称是国家级背景）利用 Claude Code 和开发环境中的一系列工具，通过模型上下文协议（MCP）系统，几乎实现了自动化、规模化地利用良性开源黑客工具，对精心挑选的目标公司发动攻击。此次共发生了 30 多起攻击尝试，其中多起获得成功，这证明了 AI 代理确实能够在极少人工干预的情况下执行破坏性的入侵。

上个月，Koi Security 识别出了GlassWorm，这是首个针对 VS Code 扩展程序的自传播蠕虫病毒。虽然这并非全新的攻击向量，但新一代的编码扩展程序（包括 MCP 服务器）层出不穷，它们表面上功能无害，实则暗藏多种恶意活动，可能迅速攻陷开发者的终端。

也许是时候放慢脚步，深呼吸，共同商讨如何有效防御这一新型威胁了。

针对高速 AI 代理的系统安全防护

Anthropic 最近发布的报告揭示了一种强大的新型威胁，它证实了安全界许多人长期以来的担忧，即 AI 如何显著加速并放大分布式风险。这一进展让恶意攻击者获得了进一步的优势，考虑到他们本就领先于那些疲于奔命、在企业技术扩张中苦苦支撑的安全人员，这着实令人沮丧。

本质上，国家级攻击者成功“越狱”了 Claude Code 模型。他们诱导 AI 绕过其复杂的安全协议，从而执行恶意操作。一旦被攻破，这个失控的 AI 代理便利用其 MCP 访问权限，迅速渗透到各种企业系统和工具中。它在目标组织内定位并锁定了高度敏感的数据库，其速度之快，即便是最先进的人类黑客组织也无法企及。

此次入侵引发了一连串可怕的连锁反应：全面的漏洞测试、恶意代码的自动生成，甚至包括攻击过程的自我记录，其中完整包含了系统扫描日志以及成功窃取的个人身份信息（PII）。

对于资深安全专家而言，这无疑是一场噩梦。人类团队究竟该如何应对这种由 AI 驱动、具备极高速度和破坏力的攻击向量？

开发者的终端与这一全新的 AI 生态系统带来了新的攻击向量

每位开发者都有自己偏好的 IDE，无论是经典的 VSCode、JetBrains 的 IntelliJ 或 Eclipse，还是较新的 Cline、Windsurf 或 Cursor，其中大多数都拥有提供扩展程序下载和安装的应用市场。这些扩展程序很少经过恶意活动审查，通常在发布时权限过高，并能访问可读取文件的沙盒环境。

如今，这些环境都在集成 AI 功能、AI 代理以及这些代理可以使用的一系列新工具（例如 MCP 服务器）。这些工具通常通过市场发布，任何开发者都可以发布自己的新工具。没错，你猜对了，这些 MCP 服务器往往可以通过极易受到提示词注入攻击的 AI 环境，在系统上执行读取、写入和命令操作。这怎么可能不出问题呢？

AI 工具可追溯性与可观测性的必要性

这既复杂又简单：如果 CISO 不知道哪些开发者在使用哪些 AI 工具，不知道提交了什么代码，也不知道哪些代码库是通过人机协作增强的，那么就会缺失海量数据，必须立即提升可观测性。

AI 编程助手和 MCP 服务器的快速集成已被绝大多数开发者采用，这在软件开发生命周期（SDLC）中造成了一个关键的安全盲点。数据令人警醒：高达 50% 的功能正确的大语言模型生成代码被发现包含安全漏洞。然而，由于缺乏适当的可观测性，CISO 和应用安全团队无法对引入的高风险代码的数量和来源获得可操作的洞察。这种关键的可追溯性缺失，使得通过策略执行和风险缓解来实现有效的 AI 治理变得几乎不可能。

为了在安全的前提下最大化 AI 带来的巨大生产力提升，组织必须强制采用能够提供完整、深度可见性的 AI 攻击面解决方案。Secure Code Warrior 目前已向部分客户提供SCW Trust Agent: AI 的封闭测试版。该功能通过实时监控开发者本地机器上的 AI 生成代码流量（包括 MCP 服务器），并追踪其通过拉取请求（Pull Request）和提交（Commit）进入实际软件代码库的过程，从而提供深度可观测性。只有将三个关键信号关联起来，才能实现准确的安全可追溯性：所使用的特定 AI 编程工具和 LLM 模型、目标代码库，以及最关键的——贡献开发者的安全编码能力评估。

只有建立这种可验证的关联链，组织才能准确评估所引入的实际安全风险，实现稳健的策略执行自动化，并确保 AI 赋能的开发者在贡献代码绕过现有防护措施之前，达到强制性的安全编码标准。

如果您想了解更多信息或观看 AI 治理平台的演示，请随时联系我们；您也可以直接发送消息加入内测计划。