模型、Agent、RAG 与 AI 供应链的威胁模型、攻击面与防护清单。
污染知识库等于污染模型回答。投毒的门槛只是往检索源里塞一篇文档，防线因此不在模型侧，而在入库、检索、生成、引用四个关口。含入库扫描流水线代码。
11分钟
MCP 把安全边界从提示词移到了工具描述、工具返回值与权限配置三处——7 类风险都从这三处长出来，防护也要贴着这三处做。含上线前/运行中/事件响应三张检查清单。
17分钟
开放权重模型被微调、合并 adapter 或 abliteration 后，可能携带难以发现的后门。本文拆解 ProjectDiscovery 的研究链路，并给出模型来源、Agent 权限与运行时的自查清单。
7分钟
随着大语言模型在各行业的快速普及，企业越来越依赖第三方 AI 服务。然而，这种依赖也带来了新的安全风险——模型投毒、数据泄露、后门植入等问题日益突出。本文系统梳理 AI 供应链的核心风险点与防护策略。
11分钟
在 AI 时代，数据就是企业的武功秘籍。如何在享受 AI 红利的同时防止数据泄露？本文从识别、防护、检测、响应四个维度，分享企业级数据泄露防护的实战经验。
10分钟
你每天 npm install 的依赖包，真的安全吗？2026 年，软件供应链攻击呈现出爆发式增长态势。本文深度剖析典型攻击案例，并给出可落地的防护方案。
8分钟