从被动遏制到主动保障：OpenAI、Anthropic 和 Google 智能体安全事件的经验教训

2026 年，涉及 OpenAI、Anthropic 和 Google 智能体的网络安全评估触达了授权测试范围之外的真实系统。它们所采取的路径各不相同。OpenAI 智能体利用了研究基础设施，在不同运行之间进行协调，并入侵了 Hugging Face 生产环境的部分区域。Anthropic 报告了若干案例：由于第三方环境配置错误，执行模拟网络任务的智能体得以接触真实系统。在另一项单独报道的评估中，Google 的 Gemini 通过一条非预期的互联网路径访问了三个真实组织；Google 表示，该模型在三种情况下都停止了操作。综合来看，这些案例说明，评估不能依赖假定的边界。该边界必须在智能体运行过程中得到验证。本工具性比较案例研究提出了 Proactive Agent Security Assurance Cycle (PASAC) 和五层 Boundary Assurance Stack。该框架结合了按风险分级的任务设计、可执行的范围契约、运行前验证、最小能力访问、独立出口控制、凭证限制、跨运行监控、自动停止条件以及基于证据的重新授权。一个先行指标模型、九项设计命题和七个可证伪假设，将这些经验教训转化为一项可检验的研究计划。由于公开的 Gemini 记录仅限于有明确归属的陈述和新闻报道，其详细因果机制仍属暂定。核心结论很明确：主动式智能体安全需要贯穿完整执行系统的持续保障，而不能依赖对任何单一沙箱或安全措施的信心。