历史上‘假道伐虢’的教训,正在 MCP 场景重演:虞国不是输在城防,而是输在轻率授予的通行权限。行业谈 Agent 安全,目光多停留在提示注入、模型越狱与幻觉;但随着 MCP(模型上下文协议)生态铺开,风险重心正在移位——危险不在模型本身,而在模型天然信任的连接器,因为MCP 的本质是一条授权调用通道:Agent 默认相信它返回的内容,也默认可以调用它背后的业务接口。
借道者从不攻城,它只需要一张通行证。
一、“先上车,后买票”的安全天坑
观察当下企业接入 MCP,大体三条路:引入社区开源 MCP,图快;采购第三方服务商的 MCP,图省事;自研内部 MCP 对接 OA、数据库与业务后台,图可控。三条路的共同点是节奏——为尽快跑通试点,业务团队普遍“先连通、后补安全”:没有标准化准入,MCP 的来源、签名、版本、权限边界缺少持续核验,一个配置文件、一行启动命令,就把内部系统接到了大模型面前。
要冷静看到,“先上车,后买票”是MCP安全思路的天坑。与蓝牙协议类似,MCP协议的先天安全设计不足,MCP 规范在过去一年多里数次修订传输与授权机制,客户端与服务端版本碎片化明显,生产级大规模部署仍少,多数企业停留在试点阶段。
安全债往往不是在规模化时欠下的,而是在试点期埋下的。
二、两类风险:已经看见的,和必须提前设防的
把不同 MCP 风险混为一谈,既会制造恐慌,也会耽误正事。更务实的做法是分成两类。
第一类,是在软件供应链场景已被持续观测的成熟风险。开源 MCP 包投毒已有大量公开样本。
第二类,是理论可行性高、威胁潜力大,但野外样本仍稀缺的链路风险:MCP 返回载荷夹带隐性指令,以及跨 MCP 的信任传导。它们已在实验室与安全 PoC 中被反复验证,公开实战案例仍然有限。本文将其定性为“需要提前设防的新兴攻击面”,而非已经泛滥的主流攻击。
前者是旧威胁换了新的传播媒介,后者是新威胁尚在潜伏;治旧病靠纪律严明,防新病靠架构升级。
三、权限借道:它为什么能骗过传统设备
普通提示注入由外部用户输入恶意内容发起,入口相对可控,盯住输入框,就盯住了大半风险。MCP 链路投毒则不同:恶意上下文由 Agent 信任的工具“返回”,Agent 把它当作可信业务信息继续推理,进而驱动另一个 MCP 发起调用。风险沿着工具调用关系横向扩散,从外部通道渗入内部系统。
安全社区反复引用的一个研究案例足以说明问题:一个读取客服工单的工具、一个抓取外部文档链接的工具,单独审计都合规;但工单里若藏着一段指令,模型就可能把敏感字段拼进 URL,再交给第二个工具“去获取文档”。两个合规工具,在推理循环里组合成了一条外泄路径。
难点正在于此:这类攻击复用的是企业已授予 Agent 的合法权限。在 WAF 眼里,那是一条格式规范的 JSON-RPC 请求;在日志里,只留下“调用了某工具”一行记录;在业务系统眼里,那是一个有权限的服务账号在正常查询。没有特征码,没有异常端口,只有一次“看起来合理”的数据导出。
传统安全擅长识别闯入者,却从未学过怀疑自己人。面对新的AI威胁,WAF等传统设备集体得了“白内障”。
四、五个普遍盲区
对照多数企业的现有架构,盲区集中在五处:
分层缺失:只在大模型出入口做提示词过滤,MCP 与后端业务系统之间几乎不设防; 横向无隔离:MCP 之间缺少访问隔离,一个被污染的连接器可能带动多个内部数据源; 没有行为基线:哪些用户、哪些 Agent 可调用哪些 MCP、执行哪些操作、单次返回数据量上限多少,没有清单; 身份只管人:只管控员工账号,忽略了 Agent 本身是独立的服务身份,同样持有调用各类 MCP 的权限; 日志断链:多数开源与自建 MCP 只记“调了哪个工具”,不留返回原文、模型如何采信、后续触发了哪些连锁调用。 没有基线就没有异常,没有全链路日志就没有溯源。
五、从“堵模型”到“管信任通道”
面对 MCP 这条全新的调用链路,整个网络安全产业其实并未达成共识,而是在焦虑中分裂出几条截然不同的应对路径:
其一是传统厂商的边界防护路线。这类方案依托成熟的 WAF、API 网关、CASB 能力演进而来,落地成本低,能够复用现有安全体系,适合在已有边界防护基础上快速补齐基础检测能力。但它的短板同样明显:这类方案大多基于特征匹配思路,面对 MCP 返回载荷中内嵌隐性语义指令、跨工具信任传导这类新型风险,识别难度较高,容易出现检测盲区。
其二是开发者阵营的应用内嵌防护路线。这一派选择在 Agent 框架内部构建防护能力,通过内联 SDK、应用层护栏,把校验逻辑嵌入业务与工具调用流程,优势是可以紧贴业务上下文做精准判断。但在异构环境规模化落地时会遇到现实挑战:业务团队在快速迭代、试点上线过程中存在绕过或简化安全逻辑的可能性;当组织内同时存在自研 Agent、开源框架、第三方商业应用时,安全团队很难在分散、异构的技术栈上建立统一、一致的管控基线。
其三是基建视角的沙箱隔离路线。该思路将可信度存疑的 MCP 服务置于独立沙箱环境中,依靠底层隔离与系统调用管控实现权限熔断,能有效抵御逃逸、底层穿透类攻击。但它偏向系统层面隔离,难以理解上层业务语义,对于合规工具之间基于合法权限发生的数据流转、信息偷渡行为识别有限;同时沙箱启停与状态同步会带来延迟与资源开销,对实时性要求高的 Agent 交互场景存在性能压力。
如果只依赖单一防护思路,不管是边界特征检测、应用内嵌护栏,还是全域沙箱隔离,都容易在某些场景下遇到防护覆盖、治理成本或业务体验上的瓶颈。
跳出这些单点路径的执念,治理需要换一个坐标系:不再只盯模型,也不再盲目依赖外围或端点,而是管控整条信任通道。一条完整的 MCP 调用链路,至少需要三层能力协同。
接入层,解决“谁在调用”(身份与设备可信)。 零信任要同时覆盖两类主体:访问 Agent 的人(身份加设备环境核验),以及 Agent 自身作为调用主体的独立授信。不能允许仅凭一个 Agent 账号,无差别访问全部连接器。
网关层,解决“传了什么”(流量与载荷检测)。 在 Agent 与 MCP 之间部署安全网关,解析 MCP 会话与工具调用上下文,对双向载荷做风险检测。必须承认,相比已经成熟的用户侧提示词过滤,识别 MCP 返回内容中的隐性指令难度高得多,当前能力更多是标记、告警、阻断风险载荷,而非流水线式全自动清洗;协议碎片化与流式长连接,是这项能力落地的工程难点。
后端层,解决“能动什么”(MCP服务与业务防护接口)。 WAF 负责 MCP 服务自身的漏洞、异常访问与攻击请求;而 MCP 到数据库、业务表单之间的越权管控,要靠 MCP 自身鉴权、独立的数据访问网关、权限中台与数据流出风控共同完成。权责必须分开。

市场上已有服务商按以上三层框架交付方案。以第一线DYXnet 为例(上图),其作为 MSP 整合生态伙伴能力,以 ZTNA、SASE 安全网关与 Web 应用防护的组合,覆盖从用户终端、AI 会话流量到 MCP 服务与数据中心的全链路:接入侧按用户与设备标签限定可访问的 AI 应用;在 Agent 与 MCP 服务端之间逐段解析消息,做工具描述与入参的投毒扫描,按端点、工具、方法、参数设置白名单与消息大小限制,并留存完整调用日志供审计溯源。
这类网络侧路线的长处是不侵入业务代码、能统一纳管分散的连接器:安全策略与业务发布解耦,Agent 迭代不必等安全排期;开源、外采、自研的 MCP 收敛到同一个策略平面与同一本调用台账,新增连接器改的是配置而非代码;对缺少 AI 安全专职团队的企业,还可借托管运营补齐人手,并在既有 SASE 投入上增量叠加,而非推倒重来。
但用户同样需要清楚认识到:三层架构的AI网络安全底座也只是是必要条件,却不是充分条件,细粒度的业务权限终究要回到业务侧策略。
城门要有人守,但钥匙发给谁、能开哪扇门,得由主人自己定。
行业真正的矛盾在于:如果阻断跨系统调用,Agent 自动化提效的价值也随之归零。平衡点不在“连不连”,而在“怎么连”——用最小权限限定每个 MCP 的数据范围,用调用白名单约束工具组合路径,用动态授信让批量导出、写入、外发等高风险操作触发二次确认,用全链路可追溯保证出了问题查得清。目标是在保留内外打通能力的同时,切断恶意指令跨 MCP 传染的路径。


