CoreBreak攻击绕过AI智能体护栏，模型层防御无能为力

Forkast于8月16日报道，安全研究人员披露了一种名为CoreBreak的新型攻击方法，它能够绕过AI智能体的安全护栏。

与直接攻击模型本身的对抗样本不同，CoreBreak瞄准的是智能体的“管道层”——即连接模型、工具与数据的底层基础设施。攻击者在这一层做文章，模型自身往往毫无感知。

攻击的杀伤力在于：护栏通常由模型层施加，而当攻击发生在模型无法感知的管道层时，基于模型的安全判断就完全失效。报告明确指出，模型级防御无法阻止CoreBreak。

为什么值得关注：智能体正在被部署到真实业务流程中，执行代码、调用API、访问企业数据，管道层一旦失守，影响范围远超单次对话。

对构建者而言，这意味着智能体安全必须分层防御：在工具调用授权、API访问控制、数据流审计等环节加固，而不是只依赖模型的“拒答”能力。

后续看点包括：相关智能体框架与平台是否会发布补丁或缓解建议，以及CoreBreak是否会在真实环境中被利用。