今天看到了一篇讲述 Claude Code Skills “投毒”的文章。
忽然发现，虽然自己一直都在注意 AI 使用的工程化，但却没怎么关注安全方面的内容。
今天就和大家聊聊 AI 安全方面的思考。
不要中了 AI 的毒
首先就是我看到的文章里提到的 Claude Code Skills “投毒”的内容。
原来，病毒是通过软件下载、脚本嵌入等方式给我们植入，现在有了 AI，就有了新的传播途径。
比如，我看的文章中提到的例子。
Claude Code 限制了 /app/workspace 开头的文件访问，但攻击者可以构造 /app/workspace/../../../etc/passwd 这样的路径。
路径确实符合 /app/workspace 开头，但实际却获取到了根目录下的关键文件 /etc/passwd。
虽然，这个漏洞非常容易被修复，但 AI 的出现无疑是开辟了另一个攻防的战场，这个战场还有很多远比这个漏洞严重的情形。
但目前来看，目前防守方的研究似乎远落后于攻击者。
因此大家使用各类复杂的提示词、开源 Agent，一定要注意甄别，不要中了 AI 的毒。
提升自己的保障手段
上面聊了对于外来风险的防护，接下来，我们聊一下，万一发生风险，如何降低损失。
最关键的一句话大家一定要谨记：AI 并不可靠，因此，不要完全相信 AI。
虽然，我是一个 AI 乐观主义者，并且，AI 已经深深地影响了我的各类工作。
但我依然要提醒大家，使用 AI 不能完全放手，我们必须要通过各种工程化手段不分解、把控、审阅。
拿我应用最多的 AI 编程来说。
第一，我不期望 AI 直接完成一个系统，不仅仅是因为担心现有模型能力无法完成，更多的是考虑不分解工作，我可能没有能力或精力去把控生成的代码质量。
第二，即使是分解后的任务，我依然会通过多次审查确认（Cursor/TRAE 等 IDE 提供）、多步快跑提交 Git 等方式保证每次的不稳定代码最小化。
注：其实，现有模型很多都可以工作10个小时以上，完全可以一口气完成一项工作。
因此，对于我们的重要资料，还是建议大家采用一些传统方式去保护，比如版本控制、物理备份等。
结语
今天，仅仅是我意识到 AI 的安全问题后，给大家同步提个醒。
后续会再给大家详细分享下 AI 安全相关的具体措施，敬请期待~
