研究者披露 MCP 信任缺陷攻击概念验证

一名独立研究者披露了一组概念验证攻击，利用 Model Context Protocol (MCP) 中的信任缺陷，使恶意指令在组织内部的 AI 代理之间传播。该研究者的测试对象包括谷歌、JP Morgan Chase、Weviate、Rapid7、法国政府跨部门数字事务局以及美国联邦政府的代理。

该技术属于提示注入的一种形式，攻击目标为特定代理而非大语言模型本身。在许多情况下，精心构造的提示会导致服务端请求伪造。

研究者 Syed Anas Mohiuddin 演示了这些攻击。攻击利用内部 AI 代理之间的信任关系，将有害指令从一个代理扩散至其他代理。

背景

过去五个月中，谷歌及其他四家机构已确认存在漏洞，攻击者可利用目标网络中的一个代理，将有害指令传播至其他内部代理。