用MCP接的东西一多,安全这块就开始让人睡不着——工具描述、返回内容里藏点恶意指令,模型信以为真照做,防不胜防。刷到个叫Warden的开源项目,思路是在MCP和模型之间插一层代理:审计每一次工具调用、按策略放行或拦截、还专门盯着提示注入的迹象。相当于给你那一堆MCP工具前面立了个门卫,进出都过一遍安检。之前一直担心的"工具返回里夹私货"这种,起码有个地方能拦。还没大规模压过,但这个方向我觉得对——MCP生态越铺越大,中间这层安全网早晚是标配。有在生产里用过的说说拦截误伤多不多?
生态大了这就是标配 同意
开源的 必须冲一个试试
提示注入防不胜防 早该有这层了
中间插一层安检 思路正
MCP返回夹私货 这是真隐患
误伤率多少 正常调用别给我拦了
我这边策略调松点误伤不多 但得自己调
提示注入防护放在代理层,思路对,就看误杀率了