币圈界报道：

AI代理安全亟待系统性重构，模型强化难解根本之困

当前人工智能代理的安全保障正面临重大转折点。最新研究表明，仅依赖模型鲁棒性提升已无法有效应对潜在攻击，特别是在高风险的加密资产操作场景中，必须转向以整体系统设计为核心的防御策略。

将代理视为不可信组件，重构安全边界

由谷歌联合多家人工智能机构与高校学者发布的修订研究报告强调，应把AI代理定位为潜在威胁源而非信任实体。研究指出，即便模型具备强大抗干扰能力，仍可能被恶意输入或伪装数据诱导执行非预期行为。

为此，系统需建立严格的数据隔离机制，确保代理仅能访问完成任务所必需的最小信息集，并由中央监管层统一控制敏感数据流动路径。这种分权管理方式可显著降低提示词操控与数据欺骗的风险。

应用场景激增暴露深层安全隐患

随着AI代理在去中心化应用开发、代币发行流程、协议交互及自动化交易等环节的深度嵌入，其部署规模呈指数级扩张。有预测称未来五年内全球将出现数十亿个活跃代理节点。

然而，近期已有多个主流加密交易工具因检测到异常钱包访问行为而临时关停服务，标志着安全隐患已从理论推演转入实际运行阶段，亟需制度化应对方案。

三重机制构筑主动防御屏障

研究团队提出三大核心机制：指令流与不可信数据彻底分离、执行权限按需动态分配至最低必要范围、数据传输路径由系统全程掌控。这些措施共同构成抵御多数社会工程与逻辑漏洞攻击的底层防线。

业内专家补充，理想的智能体应集成前置风险识别、滑点自动拦截、欺诈代币过滤及实时操作审计功能。当代理与数字钱包连接时，原本强调“无须信任”的区块链架构实际上引入了新的信任中介——因此，真正所需并非更复杂的模型，而是通过权限约束和攻击面压缩实现的结构性安全范式。