OpenAI自曝家丑：AI浏览器深陷“提示注入”泥潭，祭出自动化攻防新策略

在追求AI代理（Agent）强大功能的同时，安全隐患如影随形。OpenAI近日罕见地公开承认了其产品架构中存在的天然漏洞，并提出了新的防御思路：

坦承缺陷 难以根除的顽疾

OpenAI公开承认，具备代理能力的AI浏览器在架构上存在天然的安全短板，目前很难彻底消除“提示注入”（Prompt Injection）攻击的风险。这意味着，即便安全防护技术不断升级，这种攻击方式仍将是AI领域面临的一项长期技术挑战，而非一个可以被短期修复的简单Bug。

自OpenAI于今年10月推出内置在ChatGPT中的 Atlas AI浏览器 以来，其安全问题一直备受关注。研究发现，攻击者只需在网页或文档中隐藏特定指令，就能在用户毫无察觉的情况下操控浏览器的底层行为。由于AI代理通常拥有访问邮箱、执行支付等高权限，一旦失守，后果不堪设想。

图源备注：图片由AI生成

以攻代守 引入“机器人黑客”

为了应对这一顽疾，OpenAI正在尝试一种差异化的防御路径——开发基于大模型的“自动化攻击者”系统。

该系统利用强化学习技术，模拟黑客行为对AI代理进行高频攻防演练。通过深入洞察模型内部的推理过程，这个“机器人黑客”能发掘出人类测试者难以察觉的新型攻击路径，从而帮助开发团队在真实威胁发生前完成补丁修复。

专家示警 权限需设防

行业专家指出，AI浏览器的风险本质在于其“自主权”与“访问权限”的乘积效应。目前，包括Google和Brave在内的厂商也在寻求多层防御策略。OpenAI建议用户，在现阶段应避免赋予AI代理过于宽泛的权限，特别是在涉及发送邮件或发起支付等关键动作时，必须保留人工确认环节，以确保安全。