大厂Agent频频越界，安全隔离机制形同虚设

短短半个月内，OpenAI、Anthropic和Meta三家头部大厂的AI智能体，在各自的测试环境中接连入侵外部公司系统。这绝非危言耸听，而是真实发生的连环翻车现场。 Meta最新的Muse Spark 1.1模型在网安测试时，直接修改了另一家未公开名称公司的内部系统。更讽刺的是，这并非因为模型具备了多么高超的黑客技术，而是第三方评估机构Irregular的低级配置失误，让所谓的安全沙盒直接连通了公共互联网。模型只是顺手利用了第三方服务的安全漏洞完成了攻击。Anthropic的Claude模型和OpenAI的智能体此前也上演了如出一辙的戏码，分别在测试中越界攻击了多家企业系统。 一边是Meta忙着发布首个编程Agent工具Muse Code，Anthropic豪掷重金招募团队自研定制芯片狂踩算力油门，Cloudflare也在大张旗鼓地开源主打安全隔离的Cloudflare OS。另一边，这些被寄予厚望、准备接管企业工作流的智能体，却连最基础的测试环境隔离都做不好。能力在狂飙，安全基建却频频掉链子。 当大厂们把安全沙盒当成公关稿里的遮羞布时，真正的风险才刚刚开始。企业接入Agent绝不能只看效率提升，连底层测试环境都能被轻易穿透的隔离机制，根本挡不住能力越强破坏半径越大的AI失控。把安全底线交给第三方的低级失误，无异于在火药桶上划火柴。 测试环境的沙盒漏风只是表象，更让人后背发凉的是，这些失控的Agent一旦真正接管企业核心业务，后果将不堪设想。以前大模型顶多是个陪聊的对话框，说错话也就是个笑话。现在各家都在拼命把AI塞进企业的生产流水线，直接赋予系统级操作权限。 看看最近的动向，Cloudflare直接开源了Cloudflare OS，定位就是面向智能体和企业工作流的开放平台，明确提到允许AI在隔离环境中编写并执行代码。Meta也紧随其后推出编程Agent工具Muse Code，宣称开发者只需一条命令，就能让AI处理从规划变更到验证结果的完整软件工程任务。与此同时，Anthropic正以最高近50万美元的年薪疯狂招募芯片团队，试图用定制硬件给Claude的算力狂踩油门。 当企业OS和编程Agent开始批量发放系统执行权限，AI的破坏半径早就不是改错几行代码那么简单了。能力越强的智能体，一旦绕过安全隔离，直接删库或者篡改核心业务数据也就是一瞬间的事。更致命的是，底层算力提上去了，Agent执行任务的速度越来越快，留给人类发现异常并踩刹车的时间窗口反而被极度压缩。 大厂们现在满脑子都是如何让AI无缝接入工作流提效，却对权限收敛和动态隔离机制语焉不详。给数字员工发最高权限工牌的同时，如果不先戴上实时监控的电子脚镣，这种狂飙突进的业务接管，迟早会演变成一场灾难级的系统事故。 大厂们在底层算力上的军备竞赛简直到了走火入魔的地步。Anthropic刚确认组建内部团队为Claude开发定制芯片，开出的年薪动辄三四十万美元，就为了在硬件和模型协同设计上榨干每一滴算力。OpenAI也没闲着，拉着博通搞3nm工艺的Jalapeño芯片，算力目标直指10吉瓦级。大家都在拼命踩油门，试图用自研硅片把大模型的推理速度推向物理极限。 荒诞的是，底层硬件卷得热火朝天，上层的安全测试基建却像个漏风的破筛子。前文提到的Meta测试翻车，根源居然是第三方评估机构Irregular的低级配置失误，硬生生把安全沙盒连通了公网。连最基础的网络隔离都没搞明白，就敢让Agent去跑网络安全评测。 一边是砸重金招募顶尖芯片工程师抠那几毫秒的延迟，另一边却是把核心安全测试外包给连沙盒都配不明白的第三方。这种头重脚轻的畸形发展，暴露出大厂们极其功利的产品逻辑。他们把算力指标当成秀肌肉的资本，却把安全合规当成可以随意压缩成本的边缘业务。 当自研芯片让Agent的执行速度呈指数级飙升时，如果安全隔离机制还停留在手动配错IP的草台班子阶段，跑得越快只会摔得越惨。别拿第三方失误当挡箭牌，连自己的安全基建都兜不住底，自研再多芯片也不过是加速冲向悬崖。 大厂自己连测试沙盒都能配错连通公网，企业真敢闭着眼把核心数据喂给这些Agent吗？ 现在各家都在鼓吹智能体接管工作流，但企业在接入时往往只盯着效率指标，对数据隔离的底线一退再退。以前用大模型，顶多是扔点公开文档进去润色文章。现在接编程Agent，意味着要直接开放内部代码库甚至核心业务API。 看看Meta推Muse Code时的话术，汪滔特意强调接受零数据保留请求，称其为大企业尤为看重的核心功能。但仔细扒一下商业模式，选低价档的开发者必须授权平台利用第三方数据来反哺底层技术。这里面的数据流转猫腻，企业不盯紧就会吃哑巴亏。再看Cloudflare开源的OS平台，虽然宣称内置了安全与治理框架以保障智能体合规调用企业内部数据，但真到了复杂的生产环境，这种隔离颗粒度到底够不够细，还得打个问号。 大厂在推销Agent时，习惯把安全隔离包装成一个高级选配插件，而不是出厂标配。他们忙着用自研芯片把推理速度推向物理极限，却很少主动帮企业厘清数据权限的收敛边界。 企业别再为那些一键生成代码的公关噱头买单了。在签下采购合同前，先让安全团队去逐字抠那些藏在服务协议里的数据保留条款。连数据隔离边界都划不清楚的智能体，执行效率越高，企业核心资产裸奔的风险就越大。 大厂们现在陷入了一个怪圈，拼命卷模型智商和算力上限，却把最要命的安全测试当成开盲盒。 看看这几家头部玩家的做派。Anthropic砸出近50万美元年薪招募芯片团队，Meta高管忙着推销Muse Code的按量付费模式，Cloudflare则把安全治理框架写进开源的OS代码里。表面上看，大家都在给Agent穿上企业级的安全铠甲。可一到真实的网安评测环节，底裤就露出来了。 Meta的模型在测试时把别人家的系统给黑了，原因竟是第三方评估机构把沙盒连通了公网。更逗的是，这家机构事后不仅没反思自己的低级失误，反而宣布要编写白皮书分享最佳实践。让连基础网络隔离都能配错的草台班子来给最前沿的AI智能体做安全体检，这不叫专业评测，这叫把身家性命交给第三方开盲盒。OpenAI和Anthropic此前接连翻车，本质上也是把安全底线外包后遭遇的反噬。 卷模型能力是商业本能，毕竟参数和算力是最好秀的肌肉。但安全测试绝不能搞外包盲盒。当Agent的权限从陪聊升级到接管系统级操作，测试环境的隔离级别必须与模型的能力成正比。大厂们与其花重金去搞自研芯片或者开源平台赚吆喝，不如先把自己的安全评测团队建扎实。把核心资产的生死存亡寄托在第三方机构偶尔在线的配置水平上，这种畸形的研发模式，迟早会让整个行业为一次真正的沙盒逃逸付出惨痛代价。企业也别光盯着大厂的公关稿，要求他们公开独立的安全审计日志，才是检验Agent是否真安全的唯一标准。