← 返回首页|安全博客

AI智能体五大风险:Docker主张靠隔离而不是模型

📅 2026-11-05

一、五类风险,一个共同的原因

11月4日,Docker发布了一份关于AI智能体安全的指南,把当下最需要盯住的问题归纳成五类:提示注入、工具误用与投毒、过度自主、凭据暴露、数据外泄。文章作者是该公司的产品经理Eric Jia与AI方向首席产品营销经理Srini Sekaran。他们的核心判断很直接:让智能体有用的那份自主性,恰恰让传统应用安全控制失效。因为传统Web安全假设请求来自已知端点、由确定性代码处理,而智能体是在运行时自己挑工具、把动作串成链,并且往往直接继承启动它的那个人的权限。

五类风险的具体形态并不神秘。提示注入是恶意指令藏在智能体读到的网页、文档、工单评论里;工具误用与投毒是工具的描述和返回值本身被篡改,让智能体调用看似正常实则有害的能力;过度自主指的是一条指令就能让智能体读文件、装依赖、改配置、跑测试甚至推送代码;凭据暴露是把密钥写在提示词、配置文件或镜像环境变量里,被注入的指令可以直接从上下文里读走;数据外泄则是上下文中的敏感信息被发往非预期目的地,在多智能体交接时尤其危险。这五条的共同点是同一个:智能体可以动态做决定,而且它对系统和数据的触达面通常大得没必要。所以Docker的结论是,别指望靠模型变聪明来解决,得靠隔离和治理。

二、隔离:把爆炸半径关进一次性环境

隔离是第一层答案。Docker的沙箱方案把每个智能体放进一次性的microVM里运行,边界分为五层。第一层是hypervisor隔离,每个沙箱有独立内核,与宿主不共享内存和进程。第二层是网络隔离,出站TCP全部经宿主侧代理转发,默认拒绝,ICMP直接阻断,UDP出网仍是试验性支持。第三层是引擎隔离,每个沙箱有自己的Docker Engine,不存在通往宿主daemon的路径。第四层是工作区隔离,无挂载的沙箱看不到宿主工作目录。第五层是凭据隔离,API密钥由宿主侧代理注入HTTP头,密钥值从不进入虚拟机。

但边界不是免费的,配置决定它实际在哪。官方文档里写得很清楚:Kits在沙箱内以root权限执行安装命令,这本身是供应链风险,因此安装源被限制在白名单内,默认只允许Docker Hub;共享的skills存储可以读写挂载,于是一个沙箱能修改另一个沙箱后续要用的指令和脚本,这是跨沙箱隔离上一个很窄但真实的口子;本地stdio方式的MCP服务器跑在宿主上而不是沙箱内,因此必须当成受信任的宿主集成来对待,而不是当成被隔离的组件。这三点在国内落地时经常被忽略——很多人以为挂个沙箱就安全了,实际上真正决定边界的是挂载、网络策略和凭据注入方式。

三、治理:从"事后看日志"到"运行时拦住"

隔离只解决"炸不到要害",解决不了"这件事该不该做"。治理要回答三个问题:允许调用哪些工具、能触达哪些数据、行为如何留痕并可追责。Docker此前提出过一个3C框架,可以拿来当检查表:Contain是隔离并限定爆炸半径;Curate是主动构造智能体的运行世界,按具体用例裁剪工具与凭据面,而不是把能给的权限一次给全;Control是在动作发生时实时强制,文件访问、网络调用、工具调用、凭据使用都要在执行层面判定,而不是只靠告警。OWASP给出的对策与此对应:访问校验、行为监控、操作边界、防篡改日志。

这里有一个很多单位还没意识到的落差。上线AI助手时,评审往往集中在"模型答得准不准",很少有人问"它能碰到什么"。告警式安全对自主系统尤其无力:日志只能告诉你发生过什么,而智能体在你读完日志之前已经把下一步做完了。社区讨论里还有一种更尖锐的意见,认为在谈隔离之前应先想清楚多租户与风险模型——是给全公司共用一个智能体,还是按部门、按数据等级拆开,这决定了隔离的粒度,也决定了出事时能切割到哪一层。

四、青海政企现在能做的三件事

对青海本地的政务与医疗单位来说,AI应用往往是在既有内网里加一个"聪明的新同事",而这个新同事的权限,常常比任何一个真人都大。先把边界画出来,再谈能力,这条顺序不能反——因为智能体出事时,损失不会停在一次答错。

© 2026 西宁惠康电子有限公司 | 青海·西宁