一篇 HN 热帖（431 分）记录了安全研究人员如何系统性地攻破麦肯锡的企业 AI 平台，揭示了当前”AI 应用化”浪潮下被忽视的严重安全隐患。
发现的主要漏洞
- 提示注入（Prompt Injection）：攻击者可通过构造特殊输入，让 AI 泄露内部系统提示或执行未授权操作
- 权限越界：AI 代理可被诱导访问原本无权查看的数据
- 间接注入：通过用户上传的文档污染对话上下文
攻击路径
研究人员首先通过公开渠道发现平台入口，随后利用 LLM 本身对自然语言的开放性逐步扩大权限。整个过程无需传统漏洞利用，仅凭语言技巧即可完成。
行业警示
麦肯锡作为全球顶级咨询公司，内部 AI 基础设施也未能幸免。这表明企业 AI 安全不只是”提示词写好一点”的问题，需要架构层面的隔离与防护——包括沙箱、权限最小化、输出校验等。
随着 AI Agent 获得越来越多系统权限，此类攻击的危害将成倍放大。