对 7,749 个公共 MCP 工具清单的最新分析揭示了重大的安全隐患,其中 33% 的清单包含高严重性规则违规,这些违规会在附加前被阻止。BackBond 使用其 Agent Scan 工具进行的这项研究发现,提示注入尝试很少见(1.2%),但组合问题普遍存在。具体而言,27% 的清单包含具有任意 URL 目的地的网络工具,22% 将获取工具与破坏性或特权工具配对,21% 的清单包含接受不可信输入的持久写入工具。分析还强调,包含更多工具的较大清单包含问题模式的可能性不成比例地更高。 AI
影响 强调了 AI 代理工具组合中潜在的安全漏洞,敦促开发人员审查清单安全性。
排序理由 对具有安全发现的 AI 工具清单的公共数据进行分析。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →