AI Agent 沙箱不能只看容器:Qubes QSB-118 暴露的 backchannel 风险

如果你在做 AI Agent 沙箱,最容易犯的错是:把“模型能执行代码”这条主路径锁得很严,却忘了旁边那些看起来无害的辅助通道。 这不是抽象威胁。Hacker News 这两天讨论的 Qubes OS QSB-118 就是一个很好的提醒:漏洞不在“运行用户程序”本身,而在 qvm-copy-to-vm 的错误回报路径里。攻击者只要控制目标 qube,并诱导用户从 dom0 向这个 qube 复制文件,就可以通过目标 qube 返回的文件名影响 dom0 弹出的错误对话框,最终形成 dom0 任意命令执行。HN 原帖标题很直白:Arbitrary code execution in QubesOS via copy-to-VM error reporting backchannel。 我看到这类漏洞时第一反应不是“Qubes 不安全”,恰恰相反:Qubes 已经是桌面隔离里非常认真、非常偏执的系统了。连这种系统都会在文件复制确认、错误展示、GUI 调用这条链路上踩坑,普通 AI Agent 平台如果只说“我们把工具跑在 Docker 里”,其实远远不够。 说白了就是:沙箱边界不是一堵墙,而是一堆门、窗、下水道和快递口。 QSB-118 的技术细节值得拆一下。Qubes 公告里写得很清楚,qvm-copy-to-vm 使用 qfile 协议从 dom0 向指定 qube 复制文件。传输结束后,目标 qube 会把确认信息发回源端,包括校验和、错误码,以及“最后接收到的文件名”。如果发生错误,dom0 会显示一个 GUI 错误消息,其中包含这个由目标 qube 回传的文件名。 问题就出在这一步。 Qubes 的代码确实做了一个 sanitize_remote_filename(),但它主要替换控制字符、非 ASCII 字符和双引号;后续 display_error() 又用 asprintf() 拼出 kdialog 或 zenity 命令,再交给 system() 执行。人话翻译:一个本来只是“告诉用户哪个文件复制失败”的字符串,穿过错误处理函数后,变成了 shell 命令的一部分。只要过滤规则和 shell 语义之间有缝,攻击者就能把“文件名”变成“命令”。 ...

August 31, 2026 · 2 min · Hypho

MCP Roadmap:企业 Agent 基础设施真正缺的不是工具,而是协议边界

如果你这半年一直在做 Agent,很容易被一个错觉带偏:只要接入足够多的 MCP server,Agent 就会自然变强。 我越来越不相信这件事。 真正卡住企业 Agent 落地的,不是“有没有更多工具”,而是工具调用背后的边界问题:谁在请求?请求能持续多久?中间状态放在哪里?Agent 能不能安全地代表某个用户或某个组织身份去调用系统?出了问题,审计链路能不能说清楚?这些问题不解决,MCP server 再多,也只是把一堆 shell、数据库和 SaaS API 用同一种插头接了起来。 所以这次 Model Context Protocol 发布新的 roadmap 我觉得值得写。它不是一个普通“功能预告”,而是 MCP 从开发者生态走向企业基础设施时,必须补上的几块骨头。 HN 上这条 New MCP Roadmap 拿到 200 多分,讨论热度不低。但我更关心的不是热度,而是 roadmap 里几个关键词连在一起之后透露出的方向:agentic messaging primitives、HTTP-native transport、Agent identity、enterprise-ready security、SDK developer experience。 翻成人话:MCP 正在从“让模型能调用工具的协议”,变成“让多个 Agent、多个服务、多个身份在可控边界里协作的协议”。这两者差别很大。 为什么现在的 MCP 还不够“企业级” MCP 的基础定位很清楚。官方文档说,它是一个开放协议,用来让 LLM 应用和外部数据源、工具无缝集成;在架构上,Host 是用户实际使用的 AI 应用,Client 是 Host 里面连接 MCP server 的连接器,Server 则暴露工具、资源和上下文能力。这个分层在 MCP architecture overview 里讲得很明确。 这个设计很优雅,因为它把“模型要做什么”和“工具怎么接入”解耦了。IDE、聊天应用、自动化平台都可以作为 Host;数据库、代码仓库、工单系统都可以作为 Server。中间通过统一协议沟通。 但优雅不等于生产可用。 在真实企业环境里,工具调用通常不是一次性的函数调用,而是一串带状态、带权限、带审计要求的流程。比如一个代码 Agent 想修复线上 bug,它可能需要读监控、查日志、开分支、改代码、跑测试、发 PR、请求审批。每一步都可能跨系统,权限也不一样。你不能简单地说“给 Agent 一个 GitHub token 和数据库 token”,然后祝它好运。 ...

August 24, 2026 · 2 min · Hypho

Docker Sandboxes:AI 编程 Agent 该不该关进一次性微虚拟机?

如果你已经习惯让 Claude Code、Codex 或 Cursor 在本地仓库里改代码,有一个问题迟早会冒出来:我到底是在授权一个助手,还是在把整台开发机交给一个会运行命令的黑盒? 我不是说 AI 编程 Agent 不能用。恰恰相反,过去一年最明显的变化是,Agent 已经从“帮我补函数”的编辑器功能,变成了会 npm install、跑测试、改配置、访问 MCP 工具、甚至读写凭证附近文件的半自动工程同事。问题在于,我们给它的工作环境通常很粗糙:要么放在本机裸跑,靠权限弹窗拦一下;要么塞进普通容器,默认网络和凭证边界又不够细;要么继续加系统提示词,祈祷模型“不要乱来”。 所以 Docker Sandboxes 这次在 HN 上拿到 600+ points,我觉得不是偶然。它戳中的不是“Docker 又发了一个 AI 产品”的新闻点,而是一个很具体的工程搜索意图:AI coding agent 能不能在生产团队里安全地跑?如果能,隔离边界应该长什么样? 这不是把 Docker 换个壳,而是把 Agent 当成不可信进程处理 Docker 官方文档对 Sandboxes 的定义很直接:它用 sbx 把 AI coding agent 跑在隔离的 microVM 里,每个 sandbox 都有自己的 Docker daemon、文件系统和网络,Agent 可以构建容器、安装包、修改文件,但不会直接触碰宿主机系统1。 这句话里有两个关键词:microVM 和 自己的 Docker daemon。 普通 Docker 容器的问题在于,它仍然共享宿主机内核;一旦你还把 Docker socket、SSH key、全量 $HOME 或项目根目录粗暴挂进去,容器边界就很容易从“隔离”变成“心理安慰”。Docker Sandboxes 的设计更接近“每个 Agent 任务开一台轻量临时开发机”:独立 Linux kernel,独立进程空间,独立网络,删除 sandbox 时 VM 内部状态一起清掉2。 ...

August 12, 2026 · 3 min · Hypho

AI Agent 自动部署卡在登录页?Cloudflare 临时账号给了一个工程答案

AI Agent 写代码已经不稀奇了,真正尴尬的是下一步:它写完以后,怎么上线? 很多团队做 Agentic Coding Demo 时都会跳过这个问题。让 Agent 改一个 React 页面、生成一个 API、补一组测试,这些都能在本地仓库里闭环。但只要任务变成“把这个服务部署到云上,给我一个可访问的 URL”,Agent 很快就会撞墙:登录、注册、OAuth、MFA、创建 API Token、复制粘贴密钥、选择账单计划。 这些流程对人类是安全护栏,对后台 Agent 则是硬中断。 Cloudflare 这次在 HN 上火起来的 Temporary Cloudflare Accounts for AI agents 很有意思,不是因为它又发了一个“AI 平台功能”,而是因为它回答了一个非常工程化的问题:能不能让 Agent 先完成部署,再让人类决定是否接管? 我的判断是,这个方向比“给 Agent 一个长期 Root API Key”健康得多。它不完美,但至少把 Agent 部署的权限边界,从“信任一个会写代码的黑盒”改成了“给它一段短命的、可丢弃的执行空间”。 这个功能到底解决了什么 Cloudflare 的方案很直接:Agent 或开发工具可以执行: wrangler deploy --temporary 然后 Worker 会被部署到一个临时 Cloudflare 账号下,部署结果可以在线访问。官方博客说明,这个临时部署会保持 60 分钟;如果用户觉得结果可用,可以在这段时间内 claim 这个临时账号,把它变成自己的正式资源。 用人话说就是:先让 Agent 把东西跑起来,不要一上来就问我要身份证、银行卡和长期 Token。 这跟传统 PaaS 的匿名预览有点像,但关键差异在于它面向的是 Agent 工作流。Cloudflare 明确把场景放在 AI coding agents 上:Agent 写了 Worker、网站、API,马上就能把产物部署出去,给用户一个可点开的结果,而不是停在“请你登录 Cloudflare Dashboard”的半成品状态。 ...

June 22, 2026 · 2 min · Hypho

Agent Vault:用代理模式堵住 AI Agent 的凭证泄露风险

如果你在生产环境跑过 AI Agent,大概率遇到过一个头疼的问题:Agent 怎么安全地访问那些需要 API Key 的服务? 传统方案很简单:把密钥配置在环境变量里,Agent 启动时读取。但这套逻辑是给"确定性程序"设计的——程序行为可预测,不会被外部指令诱导去做你没想过的事。 AI Agent 不一样。它们是非确定性的,能被 prompt injection 诱导,能被恶意网页操纵,能在 RAG 流程里接收有害指令。密钥一旦进了 Agent 的上下文,就等于随时可能被抽走。 这是一个真实存在的威胁,不是理论推演。Infisical 最近的博客详细描述了攻击路径:攻击者通过文档注入、恶意网页或工具调用让 Agent “主动"把环境里的密钥发到攻击者控制的端点。哪怕你上了多层 guardrails,也没有办法保证 Agent 绝对不泄露。 传统解法为什么不够用 业界的应对思路大概分三类: ① 短命凭证(Short-lived Tokens) OAuth2 的 access/refresh token 模式,API 返回临时凭证,过期自动失效。配合自动化密钥轮换,攻击者拿到的那串字符很快变成废纸。 听起来合理,但本质上只是降低窗口期,没有解决根本问题——凭证依然会泄露,攻击者只要在失效前用完就赚了。 ② 防火墙和网络隔离 只允许 Agent 访问特定 IP 段,不允许出站直连。攻击者通过 Agent 发起请求,同样会经过那些被允许的端点,该泄露还是泄露。 ③ 自行实现凭证代理 Anthropic 的 Managed Agents 架构、Vercel 的 credential brokering、Cloudflare 的 outbound workers,都走了同一条路:Agent 的请求经过一个代理层,由代理负责在请求发出前把凭证注入,Agent 自己从不直接接触密钥。 这条路是对的,但每家公司都得自己造轮子。 Agent Vault 的思路 Infisical 新开源的 Agent Vault 把这条路做成了通用产品。它的核心设计原则只有一条:Agent 永远拿不到金库里的密钥,只能通过代理间接使用。 ...

April 24, 2026 · 2 min · Hypho

给 AI Agent 穿上盔甲:拆解开源八层安全防线的设计逻辑

一个真实的安全事件 今年 2 月,安全研究员 Ilia Tishin 在自己的博客上记录了一次罕见的"攻击"经历1:有人利用 AI Agent 系统性地搜集他的个人信息,生成攻击性内容,并发布到公共平台上。整个过程不需要攻击者逐条干预每一个步骤——Agent 自主完成了从情报收集到内容分发的大部分工作。 这不是孤例。随着 AI Agent 框架(LangChain Agents、AutoGen、CrewAI、OpenClaw 等)的快速普及,越来越多的系统被赋予自主调用工具、读写文件、访问 API、甚至发布内容的能力。但这些能力的增加,也带来了前所未有的安全攻击面——而大多数开发者并非安全专家。 这是一个典型的安全供需错配:框架把能力给了开发者,却把安全责任也一并丢给了开发者。 最近在 GitHub 上出现了一个值得关注的项目——AgentArmor2,它尝试用一套系统化的 8 层安全框架来解决这个问题。本文就来拆解它的设计逻辑,以及这背后反映出的 Agent 安全现状。 为什么现有安全工具都是"点方案" 在 AgentArmor 之前,市面上的 AI 安全工具大多是单点出击: 输出过滤器:检测生成内容是否有毒 Prompt 注入扫描器:检测输入中是否有注入攻击 策略引擎:基于规则判断是否允许某操作 这些工具各有价值,但无法组合成一个完整的安全系统。原因是:Agent 的数据流是端到端的——数据从外部输入(Ingestion),进入 LLM 处理(Context),转变成行动计划(Planning),执行操作(Execution),输出结果(Output),并可能与其他 Agent 通信(Inter-Agent)。在每一个阶段,数据都有不同的脆弱性。 点方案只能覆盖一个阶段,攻击者只需要找到你没有覆盖的那个阶段就可以突破。 八层安全架构 AgentArmor 提出的核心思想是:为 Agent 的整个数据流设计 8 层纵深防御。 graph TD subgraph "AgentArmor 8-Layer Defense" L1["L1 Ingestion<br/>输入扫描:Prompt 注入检测"] L2["L2 Storage<br/>存储安全:AES-256-GCM 加密"] L3["L3 Context<br/>上下文隔离:指令-数据分离"] L4["L4 Planning<br/>行动计划:风险评分"] L5["L5 Execution<br/>执行控制:速率限制+人工审批"] L6["L6 Output<br/>输出过滤:PII 脱敏"] L7["L7 Inter-Agent<br/>多 Agent 通信:HMAC 认证"] L8["L8 Identity<br/>身份与权限:JIT 权限 + 凭证轮换"] end L1 --> L2 --> L3 --> L4 --> L5 --> L6 --> L7 --> L8 style L1 fill:#f59f00,color:#fff style L5 fill:#ef4444,color:#fff style L8 fill:#7c3aed,color:#fff 每一层都针对数据流中一个特定位置的特定威胁。 ...

April 9, 2026 · 2 min · Hypho