OWASP
共 9 篇關於「OWASP」的技術文章。
OWASP Agentic ASI Top 10 逐項拆解（2026）：每個風險的真實情境、掃描做法與修補清單
OWASP Agentic Top 10（ASI-01～ASI-10）逐項拆解：每個風險是什麼、真實情境長什麼樣、怎麼用開源工具掃描、以及可以直接複製的修補清單。給實際在跑 AI agent 的人看。
OWASP LLM Top 10 完整解讀（2025 官方版・2026 現況）— 和 Agentic ASI Top 10 差在哪、開發者該怎麼防
搜尋「OWASP LLM Top 10 2026」該看哪一份？目前官方最新是 2025 版；2026 的重點是新增了 Agentic ASI 攻擊面。本文逐項拆解 10 大風險、對照 LLM 與 Agentic 的差別，並給開發者可落地的三層防禦。
我們審計了 7 個官方 MCP server，6 個拿 F
用 prompt-defense-audit 對 modelcontextprotocol/servers 的 7 個官方 server 跑 12-vector 審計。結果：6 個 F 級，8 個防禦類別 100% 缺席。連動 modelcontextprotocol/servers#3537。
OWASP Agentic AI Top 10（2026）— AI Agent 開發者必看的 10 大安全風險
OWASP 2026 正式發布 AI Agent 應用的十大安全風險（ASI Top 10）。我們用 1,646 個真實系統提示的掃描數據，逐項拆解每個風險的實際影響與防禦做法。
我們定義了 AI 時代的安全標準：AASS v1.0 — 不是賣安全，是定義安全
AI Application Security Standard（AASS）是全球第一個同時涵蓋 AI 系統防禦、網站 AI 能見度、資料保護的開放標準。不賣產品，定標準。所有工具免費開源。
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。
78.3% 拿 F — 1,646 個真實 AI 系統提示的防禦缺口數據
我們掃描了 1,646 個從 GPT Store、ChatGPT、Claude、Cursor 等洩漏的系統提示。平均分數 36/100，78.3% 拿 F。這篇用數據告訴你 OWASP Agentic Top 10 的每個風險在真實世界有多嚴重。
我們開源了 AI 防禦掃描器：200 行 regex 取代一個 LLM
大部分 AI 安全工具用 LLM 檢查 LLM。我們做了一個確定性的提示詞防禦掃描器 — 12 種攻擊向量、純 regex、1 毫秒以內、零成本。這是為什麼 regex 比 AI 更適合這件事。
UltraProbe 正式上線 — 全球首個免費 AI 安全掃描平台，5 秒找出你的 LLM 應用漏洞
90% 的 AI 系統存在 Prompt Injection 漏洞，但大多數開發者根本不知道。Ultra Lab 推出完全免費的 UltraProbe，涵蓋 OWASP LLM Top 10 攻擊向量，讓 AI 安全檢測不再是大企業的專利。