比提示注入更隐蔽：Agent 数据注入与 Agentjacking 正在劫持你的 Agent

让 AI Agent 总结一个产品页的评论，一条被植入的评论就能让它点下“立即购买”；让编码助手应用维护者在 GitHub 线程里的修复，一条假评论就能让它在你电脑上执行陌生人的命令。这两种攻击都没有劫持 Agent 的任务——它们只是污染了 Agent 信任的事实，然后让 Agent 继续“正常”工作。2026 年，这个新的攻击面被正式命名为“Agent 数据注入”（Agent Data Injection, ADI）。

一种比提示注入更隐蔽的攻击类别

2026 年 7 月，来自首尔国立大学、伊利诺伊大学厄巴纳-香槟分校（UIUC）与安全公司 Largosoft 的研究团队披露了 Agent 数据注入攻击（arXiv:2607.05120）。ADI 瞄准的层面与提示注入完全不同：提示注入是“要求 Agent 做它不该做的事”，而 ADI 是“污染 Agent 用来决定它已经在做的事的事实”。Agent 没有偏离任务，只是基于被篡改的数据做出了错误决定。

研究把第一类攻击称为“元素 ID 注入”。许多网页 Agent 通过页面可访问性树或 DOM 结构中嵌入的数字或顺序标识符来识别可点击元素。攻击者在页面上植入一条复用真实有效按钮标识符的伪造评论——那个标识符对应的正是“立即购买”或“确认付款”元素——就能让 Agent 点错目标，却自以为点对了。这使任何允许用户生成内容的网站都可能遭受 XSS 类攻击。

第二类攻击指向编码 Agent，可导致远程代码执行。当一个编码 Agent 被要求处理 GitHub 线程里的修复建议时，一条伪造的评论就能让它在主机上运行陌生人的命令。研究在多种真实世界的 Agent 上验证了这些攻击，包括 Claude in Chrome、Antigravity 与 Nanobrowser 等网页 Agent。

Agentjacking：利用“可信”的错误报告

几乎同一时间，Tenet 安全团队披露了另一种攻击——Agentjacking。它利用的是 Sentry——开发者常用的错误追踪与性能监控平台。Sentry 的 DSN（数据源名称）是“故意公开”的，通常就嵌在前端 JavaScript 里。Tenet 用这个公开凭据，把恶意指令注入 Sentry 错误事件，而这些事件与 Sentry 自身的修复建议无法区分。AI 编码 Agent 查询未解决的错误时，读到并执行了这些被注入的指令——正如开发者本人会做的那样。

攻击的规模令人警醒：Tenet 发现至少 2388 家组织的 Sentry DSN 可注入，其中 71 家位列 Tranco 前 100 万流量网站；受控测试覆盖 100+ 组织，确认了 85% 的完整 Agent 执行成功率。攻击全程无需钓鱼、无需攻破任何系统、无需窃取任何令牌——它利用的只是一个按设计就该公开的凭据。Tenet 于 2026 年 6 月向 Sentry 进行了负责任披露。

为什么现有安全控制对此“隐形”

Tenet 把根因概括为“授权意图链”：开发者授权了 AI Agent，Agent 授权了 MCP 连接，MCP 返回来自 Sentry 的数据——而 Sentry 正是开发者自己显式接入的服务。在链条的每一步，授权都是存在的。专为捕获未授权行为而设计的安全模型，在这里没有任何异常可标记。

这与 AI Now 研究所的“友军误伤”（Friendly Fire）研究相互印证：研究人员展示，仅用开箱即用的 Claude Code（auto 模式）或 Codex（auto-review 模式）去审查一个不信任的开源库，就能通过散布在库文档中的提示注入实现远程代码执行——不需要 hooks、技能、插件、MCP 服务器或配置文件作为注入向量。换句话说，连“防御性”使用 AI 本身都会引入新的攻击面。

防御：把数据当不可信输入

这些攻击的共同点，是 Agent 把外部数据（网页内容、工具返回、错误报告）当作可信输入。防御的首要原则因此很直接：把 Agent 读取的每一份外部数据都当作不可信输入对待。具体到执行层面，企业需要：对工具返回和错误事件做输入校验，而不是仅凭内容信任；严格限制 Agent 的权限与作用域，最小化它有权调用的工具和数据范围；用沙箱与环境层遏制来限制 Agent 能访问的东西，而不是只依赖“监督它在做什么”；并把每个 MCP 服务器当作供应链依赖来审计——维护已批准发布者清单、审查工具描述而非只看名称、为每个第三方服务器指定负责人。

从更根本的层面看，Anthropic 的工程经验给出了方向：当凭据永远不会进入沙箱，它们就无法被外泄——无论诱因是用户、模型“创造性地”绕路，还是攻击者。环境层（Agent 能访问什么）的确定性边界，才是当所有概率性防御失效时兜底的那道墙。

OOMeta 的视角

提示注入教会我们“别信任指令”，ADI 与 Agentjacking 教会我们更彻底的一课“别信任数据”。Agent 之所以危险，不在于它会做错事，而在于它会用你给它的权限，基于它信任的（可能是被污染的）数据，做出一系列“看起来合理”的动作。因此治理的重心必须从“监控 Agent 在做什么”，前移到“限制 Agent 能访问什么、能信任什么”：把外部数据当作不可信输入、把 MCP 服务器当作供应链依赖、用环境层遏制兜底。当每一步授权都“合法”时，唯一能拦住攻击的，就是提前设下的边界。

参考来源：Choi et al., "Agent Data Injection Attacks are Realistic Threats to AI Agents", arXiv:2607.05120, 2026-07, https://arxiv.org/html/2607.05120v1；The Hacker News, "New Agent Data Injection Attack Can Make AI Agents Misclick or Run Attacker Commands", 2026-07-16, https://thehackernews.com/2026/07/new-agent-data-injection-attack-can.html；Cloud Security Alliance, "Agent Data Injection: A New Attack Class Beyond Prompt Injection", 2026-07-17, https://labs.cloudsecurityalliance.org/research/csa-research-note-agent-data-injection-adi-20260717-csa-styl；Tenet Security, "One Fake Bug Report Hijacked a $250B Company's AI Agent", 2026-06-17, https://tenetsecurity.ai/blog/agentjacking-coding-agents-with-fake-sentry-errors；AI Now Institute, "Friendly Fire: Hijacking Defensive Cyber AI Agents for Remote Code Execution", 2026, https://ainowinstitute.org/publications/friendly-fire-exploit-brief；Anthropic Engineering, "How we contain Claude across products", 2026-05-25, https://www.anthropic.com/engineering/how-we-contain-claude