Agent安全的"信任悖论":2026智能体防御工程与对抗治理实战
新闻导语2026年8月,企业Agent已获得数据库写入、API调用、邮件发送等深层系统权限,但OWASP最新发布的《AI Agent安全Top 10》揭示了一个令人不安的不对称:攻击者只需一条精心构造的Prompt就能劫持Agent行为,而防御者需要保护整个推理链路、工具接口、上下文记忆和输出通道的每一个环节。传统安全模型假设"代码是确定的、输入是可控的",但Agent的推理是概率性的、输入是自然语言的、行为是自主决策的。Agent安全不是"加一层WAF",而是重新定义"什么值得信任"——在一个连Agent自己都不确定下一步会做什么的系统里,信任必须是动态的、可验证的、可随时撤销的。