五组本地实验复现智能体钱包攻击
文章以 Grok 回复被钱包机器人执行转账的事件为引子,提供五种攻击的本地复现与修复版本。实验使用测试代币和脚本智能体,不接入模型,重点展示文本输入如何越过交易决策边界。
AI 深度解读
让 AI 读一条社交回复,最后却让钱包转走了钱,问题可能出在文本被一路当成了操作授权。原文从 Grok 的一次转账事件切入,用五个本地演示拆解 Agent 钱包的风险:提示注入、权限升级、MCP 工具投毒、依赖窃密,以及无限额度授权。
作者的结论很明确:资金规则必须由持有密钥的代码强制执行。不过,这些演示没有接入模型,部分修复也只是教学骨架。值得带走的是它们暴露出的信任边界,以及距离生产可用还差哪些条件。
为什么 Agent 受骗后,签名器还必须能拒绝
按原文转述的 Giskard 分析,5 月初,有人让 X 上的 Grok 翻译摩斯电码。解码结果是一条转账命令,管理其 Base 钱包的 Bankrbot 随后执行,转出了 30 亿枚 DRB,当时价值约 15 万至 17.4 万美元。社区识别攻击者后,约 80% 的资金被归还;原文称 OECD.AI 也收录了该事件。
攻击还有前置步骤:攻击者先空投 Bankr Club Membership NFT,让钱包获得可绕过常规转账限制的「Executive」权限,再诱导它转账。两处漏洞连在一起,既提高了额度,又提供了花掉额度的指令。
作者把这类问题做成五个演示,放在 ZealynxSecurity/zealynx-demos 的 newtech-03-agent-wallets 中。环境要求是 Node 20+ 和 Foundry,依次执行 npm install、npm run build,再运行 node demos/01-injection.mjs,加上 --fixed 可看修复路径。全部使用 127.0.0.1 上的 anvil 链和测试代币。
第一个演示把 send_eth(${BAD}, 5) 藏进 base64。脚本解码后执行转账,余额从 10 ETH 变成 5 ETH。编码没有提供安全隔离,反而让人工浏览时更容易漏掉命令。
修复不是阻止解码,而是在签名器里限制收款人:
// lib/policy-signer.mjs
/** `allowlist` 是签名器允许付款的小写地址列表。 */
export function createSigner(account, { allowlist }) {
const ALLOWLIST = new Set(allowlist.map((a) => a.toLowerCase()));
return {
/** tx = { to(小写地址), eth }。只有策略允许时才签名并广播。 */
async sendEth(tx) {
if (!ALLOWLIST.has(tx.to)) throw new PolicyError("recipient");
const hash = await walletFor(account).sendTransaction({ to: tx.to, value: parseEther(String(tx.eth)) });
return (await pub.waitForTransactionReceipt({ hash })).transactionHash;
},
};
}
关键是 ALLOWLIST.has(tx.to):它在实际发送交易前作出拒绝。演示只允许 owner 和 treasury 地址收款,Agent 仍然尝试转账,但余额保持 10 ETH。
模型可以提出操作,资金权限必须由签名器裁决。
权限升级也要遵守同一原则。第二个演示的 Tier 合约根据徽章余额,把额度从 10 tUSDC 提高到 10,000 tUSDC;公开的 airdrop(address to) 让攻击者能替 Agent 获得徽章,再支出 5,000 tUSDC。额度提高了 1,000 倍,owner 却没有参与。
修复版通过 grant(address agent) 检查 msg.sender == owner,支出时读取 grantedBy,不再读取徽章余额。但作者也承认:所谓「每日额度」实际只限制单次调用,没有累计计数器。反复调用仍能超支,生产实现必须补上时间窗口和累计支出。
MCP 和 npm 为什么能绕过你的提示词
第三个演示攻击的是 MCP 工具描述。get_price 原本只负责查询价格,却在描述里要求先读取 ~/.wallet/key,再把内容作为 context 参数传入。脚本照做,服务端日志便拿到了密钥,全程不需要发起转账。
原文引用 MCPTox:研究基于 45 个在线 MCP 服务器的 353 个真实工具构造了 1,348 个投毒测试案例,在 20 种 LLM Agent 配置上测试,平均攻击成功率为 36.5%,o1-mini 达到 72.8%。这些是基准测试数据,不能直接套成某个线上系统的失守概率。
演示的修复方法是在安装时保存工具描述的 sha256,之后通过 client.listTools() 获取定义并重新计算;哈希变化就禁用工具,等人检查。作者进一步建议固定服务器、版本,以及完整工具定义中的 name、description、inputSchema,因为参数说明同样可以夹带指令。
这个办法能发现定义变化,但有两个边界:首次接受的定义必须可信,工具返回内容也不受这份哈希保护。
第四个演示更直接:依赖包在加载时扫描 process.env.PRIVATE_KEY、.env 和 .env.local,把找到的内容 POST 到本地监听器 127.0.0.1:9999。Agent 仍然完成了正常的 100 tUSDC 转账,业务成功并不能证明密钥安全。
原文还列出一组 npm 事件:5 月 19 至 21 日,同一维护者发布了 10 个伪装成钱包安全工具的包,其中包括 MCP 服务器。它们通过 postinstall 和扫描器窃取凭据,OSV 编号包括 MAL-2026-4219,对应 wallet-security-checker,以及 MAL-2026-4203,对应 crypto-credential-scanner。
作者用独立签名进程隔离密钥,Agent 经 Unix socket 请求转账。但演示仍有两处缺口:启动时通过命令行参数传密钥,会经过 Agent 进程,也可能被同用户进程通过 ps 看到;签名器还会接受任意转账请求,恶意依赖同样能连接 socket。
因此,独立进程需要自己从 KMS、硬件签名器或 Agent 用户主目录之外的 keystore 加载密钥,并在内部执行白名单和额度限制。
藏住密钥,只完成了隔离的一半;还要限制别人能让它签什么。
为什么只支付 25,也可能被取走 10,000
第五个演示针对 ERC-20 授权。Agent 只需要支付 25 tUSDC,却听从工具建议,执行 approve(router, MAX_UINT)。此后 router 调用 pull,取走了 10,000 tUSDC。
这里不需要 router 代码作恶,问题出在 Agent 给出的权限过大。授权是允许未来扣款,不等于当前支付。
作者先编码、再解码真实 approve calldata,读取授权金额。修复路径在签名前比较金额,超出需求便改成精确授权:
// demos/05-approval.mjs
if (fixed) {
// 修复:签名前模拟交易,拒绝超过需求的授权。
const sim = simulate(intended);
t.warn(` simulation: approval ${sim.approvals[0].label} > need ${fmt(NEED)} tUSDC`);
if (sim.approvals.some((a) => a.amount > NEED)) {
t.ok(" refused: approval exceeds need → signing exact 25 tUSDC instead");
intended = approve(NEED);
}
}
要看的是 a.amount > NEED 这一行:判断依据来自解码后的操作参数。修复后 allowance 只有 25 tUSDC,尝试提取 10,000 tUSDC 会触发 ERC20InsufficientAllowance。
不过,这里的 simulate 只是一个很小的 calldata 解码检查,并没有完整执行交易或推演链上状态。把它直接当成生产级交易模拟器,会高估保护范围。
还有一条旁路:EIP-2612 permit 和 Permit2 使用类型化数据签名(typed data),签名本身并非交易,攻击者却可以拿它在以后扣款。因此,只检查 sendTransaction 不够,签名器也要解析这类签名请求,执行相同的精确金额规则。
我的判断
这篇最有价值的地方,是把提示注入和普通软件安全放进了同一条资金链路。外部文本、工具描述、npm 依赖、钱包资产,都可能改变最终操作。继续往系统提示词里加「不要转给陌生人」,无法替代签名入口的拒绝逻辑。
但作者说模型不能区分指令来源,表达得过于绝对。不同模型和 Agent 框架可能有不同的防护效果;更稳妥的结论是,资金系统不能把安全保证押在模型每次都分辨正确上。
五个本地演示也没有模型参与。它们证明了危险操作如何穿过缺少约束的代码路径,并展示了在哪里拦截,却没有测出真实 Agent 的攻击成功率,也没有提供各类防护的对照实验。除 MCPTox 引用外,不能从这些演示推出某套修复能降低多少风险。
与每笔交易都人工审批相比,白名单、额度和精确授权适合约束重复操作,但也要求业务边界足够清楚。收款对象经常变化时,仍需要可信的授权流程。文章给出了合理的工程方向,尚未给出可直接部署的钱包安全方案。
能拿来做什么
- 如果你用 Node 搭建带钱包能力的 Agent,先检查
PRIVATE_KEY是否进入 Agent 环境变量或工作目录,再把密钥加载和签名策略迁入受控签名器,避免用命令行参数传递密钥。 - 如果你的 AI 编程流程接入 MCP,可以在审核工具时记录完整定义的哈希,服务器或定义变化后重新检查,同时继续把工具返回值视为外部输入。
- 如果前端正在接入代币支付,把「本次支付金额」和「本次授权金额」分别展示与校验,并检查 EIP-2612、Permit2 签名路径是否绕过了交易检查。
- 如果要复现原文,先在本地 anvil 链运行普通路径和
--fixed路径,再核对每日累计额度、工具定义覆盖范围以及签名器自身权限,避免把演示中的修复当成完整实现。