資安
共 5 篇關於「資安」的技術文章。
掃描器身上帶著它正在找的那個 bug：從別人的隱形字元清單，掃回我們自己的三個 repo
Anthropic 的 commerce-agents 參考藍圖用一份手列清單刪隱形字元，我們用 Unicode 類別全掃，發現它漏了 34 個 Cf 碼位與 4 個非 Cf 隱形字元，足以讓 fence 標記與 turn 標記在比對前被切開。接著把同一支探針對準自己：三個專門找 prompt injection 的掃描器，漏的是同一批字元。這篇講手列清單為什麼必然過期、誠實分級怎麼做，以及規則綁措辭而不綁概念會讓你系統性低估對手。
數位資產盤點清單：自己先做的 10 項檢查（免費）
不用花錢、不用懂技術，一個小時內自己查完店的數位資產在誰名下。10 項檢查：網域註冊人與到期日、SSL 到期、主機後台、Google 商家擁有者、粉專管理員、IG 綁定與雙重驗證、LINE 官方帳號管理者、賣場帳號、Email 與網域信箱、密碼在誰手上。每項附怎麼查、危險訊號、現在就做的一步。查完還是不確定，再考慮盤點服務。
Agentic AI 攻擊測試為什麼不該一個攻擊寫一個 class：位置、框架與評分器的三軸拆解
在 agent 流水線裡，同一段惡意 payload 可以從工具回傳、檢索文件、子代理訊息三個位置進來。如果每個位置寫一個攻擊類別，測試框架必然爆炸。這篇拆解我們在 microsoft/PyRIT 公開提出的三軸模型：注入位置是資料、框架是轉換、評分器是判定，並解釋為什麼「攻擊是位置，不是訊息」。
AI agent 輸出護欄怎麼做：擋金鑰外洩
賣護欄的我們，自己的 agent 卻裸奔對外發文、可能洩金鑰。教你做 egress 護欄、抓硬擋 vs 軟警告的取捨。
Prompt Injection 不是最危險的：我們掃了 500 個 AI 應用，發現 11 種沒人在防的攻擊
所有人都在講 Prompt Injection，但它只是 12 種 LLM 攻擊向量中的一種。我們用 UltraProbe 掃描了 500+ 個 AI 應用的 system prompt，發現 83% 的防禦只擋了最表面的那一層。這篇把另外 11 種攻擊全部攤開。