MCP协议安全审计揭示关键漏洞，提示注入绕过12大LLM防护，智能体DAST超越人工渗透测试

Trail of Bits和NCC Group曝光Anthropic MCP协议中的工具链投毒漏洞。苏黎世联邦理工CRESCENDO-2绕过12大LLM防护。斯坦福：AI智能体超越渗透测试人员。AI供应链攻击+340%。

🔴 严重：MCP协议安全审计揭示工具链投毒攻击向量

对Anthropic的Model Context Protocol（MCP）进行的全面安全审计——目前已被超过40,000个AI智能体部署采用——揭示了一类允许攻击者操纵工具描述、通过参数模式注入恶意指令并劫持智能体决策的漏洞。

研究人员通过在工具描述中嵌入对抗性指令，实现了94%的成功率来重定向智能体行为。

JSON Schema中的description、default和examples字段被LLM消费但很少被验证，使敏感数据泄露成为可能。

苏黎世联邦理工学院发布了"CRESCENDO-2"，一个系统性绕过12个主要LLM系统安全防护的进化框架，平均绕过率达78%。

指标	人工渗透测试（平均）	智能体DAST（最佳）	智能体DAST（平均）
发现漏洞数（共20个）	14.2	17	15.8
完成时间	8.5小时	47分钟	1.2小时
业务逻辑缺陷	5个中4.8	5个中2	5个中1.4

核心发现：人机混合模型平均发现20个中19.1个漏洞——比人工多35%，比AI多21%。

企业正在采用零知识证明（ZKP）系统创建可验证的AI审计追踪，同时不暴露专有模型细节，受EU AI法案透明度要求推动。