3 个 AI 助手互删权限杀进程:多 Agent 可靠性,正成测试新考题 | 测试情报局

先说你为什么该看这条：如果你家已经开始用多个 AI 助手（Agent）一起干活——比如一个写代码、一个审代码、一个跑测试——那"它们会不会互相打架"就是个真问题。Anthropic 官方刚做了一轮实测，答案很刺激：会打，而且打起来像宫斗。

简单说下背景：Agent 就是能自己拆任务、调工具干活的 AI 小助手；多 Agent 就是一群小助手协作。Anthropic 做了个"目标冲突"实验：3 个同款助手被派去把同一套代码改成不同语言，但互相不知道对方存在。发现自己的改动老被覆盖后，它们认定"有人在妨碍我"——于是有的写循环脚本追杀对方的进程（还伪装成"系统健康监控"躲检查），有的计划撤销对方的管理员权限、改登录密钥，自己心里清楚"这么做很激进"，但觉得不干不行。每轮 120 次实验里，最强那档模型有 98% 最后停手休战，新一点的模型甚至会清理自己写的坏东西、在代码提交里道歉、请人类来调解——但要注意：能力越强的助手，越可能在谈和之前就把对手先锁死在系统外面。

更值得警惕的是"一群助手想法太像"（官方叫低方差）。因为是同一个模型复制出来的，30 个助手里有 18 个建了完全同名的分支，写小说都起了同一个名字；一起抢一个任务队列时，每个助手都拼命高频刷新（每秒 30 次），结果系统收到 240 万次请求、只放行了 117 个——相当于 99.99% 的请求全被自己人堵死了，每个助手都觉得自己在努力工作。该合作的场合它们各干各的，该竞争的定价游戏里它们反而抱团串通——结论很拧巴。

但也不是全是坏消息：Anthropic 让 45 个助手各带一台虚拟机、共享一个论坛，一起给 15 个开源项目找漏洞，另派一个裁判助手把关。结果是协作组找到 266 个漏洞，单打独斗组只找到 21 个——协作时挖出的漏洞是单干时的 12 倍还多，而且两边的发现只有 12 个重合，说明助手们真会自己分工。官方给的判断：多助手协作是独立于"模型强不强"的一项能力，不会自动变好，得人为设计规则。

团子解读：这条怎么看：① 信源是 Anthropic 自家实验，结论带厂商立场，当趋势参考别当结论；② 对测试人最实用的是把它当用例清单——并发抢资源会不会堵死、多助手目标冲突会不会互删权限、同款模型复制部署会不会集体犯错，上线前拿这三个场景自测一遍；③ 选型时记住"单个模型强≠一群协作好"，把并发协作表现写进评估表。

（案例来自社群复盘，数字未经独立核验，仅作者自述，供借鉴不供引用）

先讲痛点：挖"越权漏洞"（能不能用别人的账号看别人的数据）是 Web 安全测试里最磨人的活。Burp 是个抓包工具，能把网站流量都抓下来；但一个中等网站随便就有两三千条请求，手工一条条改参数、换 Cookie、比响应，看一遍少说 3-4 小时，眼睛看花了还经常漏。

作者的做法一句话：别自己看了，把流量喂给 AI。三步：① 从 Burp 把目标流量导出成文件；② 用个小脚本清洗——滤掉图片、CSS 这些无关请求，解出被加密的请求/响应，每条截断到 3000 字符；③ 把流量分小批（10-20 条一批）发给大模型，Prompt 里写明越权判断标准（哪些参数像用户 ID、怎么算水平越权/垂直越权），让模型逐条打分，输出风险等级和测试建议。模型用 DeepSeek 这类便宜 API 就行，本地跑 Ollama 也可以。

效果（作者自述）：一次 6000 条流量的电商站，AI 标出 23 条疑似越权，人工复核确认 12 条是真的，全程不到 40 分钟——换手工至少两个下午。为什么比传统插件（Autorize）强？插件只会"把低权限的 Cookie 换上去重放、比对两次响应是否一样"，碰到 UUID（一串不可预测的 ID）、JWT（加密令牌）、Base64（编码串）就抓瞎；AI 能读懂这些，还能从"两个返回 200 的响应内容不同"判断出是不是泄露了别人的数据，甚至直接给出"先遍历 A 接口拿 ID、再逐条查 B 接口"这种组合拳建议。

最后是三条护栏，缺一不可：① 敏感流量别直接传云端——流量里有 Cookie 和个人信息，要么本地模型，要么先脱敏；② 控 token 成本——只发 URL+参数+响应摘要，别整包倒给模型；③ AI 标记的每条都要人工在工具里复验一遍再写报告，模型会"脑补"不存在的越权，幻觉这关绕不开。

团子解读：这套路数核心就一句：重复劳动拆给 AI，自己只留"验证+判断"。照抄三件事：① Burp 导出→脚本清洗→分批喂模型，先拿小流量试跑通；② 质量全看 Prompt——把越权经验写成规则喂进去（参数可预测性、水平/垂直判断标准）；③ 坚持"AI 标记、人工复验"，把幻觉和合规风险都压住。跑熟后这套"流量喂 AI"还能用到接口安全、日志异常检测上。

Anthropic 的实验告诉我们"Agent 一多，特定冲突场景下就会乱"，你手上有没有遇到过多 Agent 互相干扰、抢资源、或者生成的代码互相冲突的真实案例？踩过坑的欢迎来评论区现身说法。