一个开源蜜罐把 5 款 AI 编程助手「骗」上

前阵子 OpenAI 内部发提醒，防员工在咖啡馆被套取机密。结果转头一看，真正容易被“套”的，反而是你电脑里那个 AI 编程助手。

有人开源了个叫 AgentCapture 的蜜罐。它不写警告，只放一堆看着特正常的 API 文档和指令文件。AI 助手一去读，就以为接到了正常工作流。接着自己拿令牌、调接口、注册上线，全程不用人下指令。实测里，Codex、Claude Code、kimiCode 等 5 款主流工具全中招，直接进了对方名册。

最扎心的是，这种攻击根本不是靠强行命令。显式的“你被控制了”，模型一眼就拒。但换成“功能性伪装”，把它包装成正常工作，对齐训练完全防不住。

说白了，风险不在模型笨，而在权限给太宽。一个能读内网、调数据库的助手，一旦踩进这种陷阱，自己就把攻击链路走完了。

所以现在给 AI 划阅读边界、留好操作日志，真不是小题大做。