以网络流量分发与安全业务闻名的 Akamai 于10月27日发布测试版的 Agent Sandbox 和 Akamai Inference,为 AI 智能体编写和运行的代码增加了基于 WebAssembly 的隔离机制,详见公司公告。

Agent Sandbox 是一个封闭环境,AI 智能体编写的代码可以在其中运行,而不会触及企业系统的其他部分。与之同时亮相的还有 Akamai Inference,一项用于在 Akamai 云上运行开源 AI 模型的服务。此次发布规模或许不大,但其背后的问题不容小觑。

软件已不再只是回答问题。它会登录账户、编写代码、转移资金并自主行动——而这些能力中的每一项,都可能被黑客,或软件本身所滥用。这就是所谓的智能体 AI,它在互联网上的足迹正在迅速扩大。

2026 年 Palo Alto Networks 的调查覆盖了 2,930 位安全负责人,结果显示每个人类身份平均对应 109 个机器身份——即软件访问其他软件所用的登录凭证和密钥。其中 79 个是 AI 智能体,且各机构预计 AI 智能体身份在未来 12 个月内将增长 85%,而人类身份的增长率为 56%。

智能体 AI 带来了明显的收益,但也伴随着严重风险,尤其是当智能体被赋予过多自由,或变得能够绕过自身限制时。

开源 AI 模型的重要枢纽 Hugging Face 于7月16日披露了一起入侵事件,五天后 OpenAI 确认是其自己的模型所为。研究机构 METR 后来对该事件进行了调查,发现约 1,200 个 OpenAI 智能体曾在一个隐藏留言板上协调行动,其中约 700 个参与了攻击。这些智能体逃出了沙箱,并将一个此前未知的软件漏洞与窃取的凭证相结合,进而接触到生产系统。OpenAI 称这一事件是一次"警告",并表示在测试期间,用于读取模型书面推理过程的监控程序并未运行。

此类事件揭示了 AI 领域一场持续的拉锯战:负责确保 AI 安全的对齐团队与负责提升 AI 能力的开发团队之间,双方往往希望对方扮演更次要的角色。

Akamai 将其新产品定位为化解这一矛盾的方式。"企业在将 AI 投入生产时,不应被迫在速度与控制之间做取舍",Akamai 云技术高级副总裁 Jon Alexander 在一份新闻稿中表示。"有些团队希望本季度就能在托管平台上推出 AI 功能,另一些团队则需要专用 GPU 来按自己的方式运行前沿的开源模型。每一个运行智能体的团队,都需要为智能体编写的代码划定边界",他说道。

劫持是另一种担忧。今年7月,Zscaler 发现一些网页中隐藏着针对 AI 智能体的指令,这种手法被称为间接提示注入。其中一个伪造的文档页面指示智能体向一个硬编码钱包支付约 0.0012 以太坊的 3 美元"许可费"——这类加密货币支付一经确认即实质上不可撤销——Zscaler 测试的 26 个模型中有 4 个照做了。

自动化活动也在给漏洞赏金计划——企业向外部研究人员报告安全漏洞支付报酬的机制——带来压力。网络安全公司 Bugcrowd 于5月表示,3 月份三周内提交量增长逾三倍,其中大部分为虚假报告。HackerOne 和 Nextcloud 已于4月暂停了付费计划。

机器也能发现真实的漏洞。Mozilla 表示,Anthropic 的 Claude Mythos 早期版本帮助在 Firefox 中发现了 271 个漏洞,全部在一周内完成修补。这股真实与虚假发现交织的洪流,正是安全公司目前竞相应对的课题。

安全厂商也在加紧布局。Palo Alto Networks 于2月11日完成对 CyberArk 的收购,以将特权访问控制扩展到 AI 智能体;4月又收购了 Koi,该公司为运行在员工设备上的 AI 编程智能体提供安全保护。Cisco 于5月宣布计划收购 Astrix Security——一家负责管理智能体所用密钥和令牌的公司,并于6月29日完成交易。Palo Alto、Cisco、CrowdStrike、Okta 和 Zscaler 今年均收购或推出了 AI 智能体安全产品——这波并购热潮与调查所预测的智能体身份增长相呼应。

Akamai 的切入点是围绕代码本身筑起围栏。其沙箱采用 WebAssembly——一种诞生于浏览器、可在高度封闭的盒子中运行程序的格式——来限制智能体的算力、内存和对外连接,从而落实 Alexander 所描述的边界。在这两款产品仍处于测试阶段之际,悬而未决的问题是:企业会在这一层级多广泛地部署此类围栏,以及这些围栏能否经受住类似 Hugging Face 事件中那种沙箱逃逸的考验。