AIDEFEND in Action AIA-0149 實際事件

OpenAI Codex 與 Claude Code:下載資料夾內的 AGENTS.md 與 CLAUDE.md 如何影響 Agent

Forever Security 研究員 Gal Weizman 與 Omer Samet 在一名客戶的 ~/Downloads(下載)資料夾中,攔截並阻擋了一起實際投放:網頁透過瀏覽器自動下載了一支 13 KB 的惡意 AGENTS.md(給 AI 程式開發工具讀取的專案工作指示檔)。文件內容偽裝成「工程開發工作準則」,裡頭藏著誘導指令,企圖讓命令列開發工具 OpenAI Codex 去安裝惡意 npm 套件 function-color。只要開發者順手在下載資料夾啟動 Agent 並選擇信任該目錄,瀏覽器存進來的檔案就有機會被當成開發工作指示來執行。研究團隊在隔離虛擬機重現這條 Codex 路徑時,回報成功率超過 90%:Codex 會依指示修改使用者層級的 ~/.codex/config.toml、加入新的 MCP 啟動項目,再開一個未套用原有保護的新程序來載入它;大多數重複測試都改用無害替代套件,只有一次在隔離虛擬機執行了原本的惡意套件。研究團隊也另外寫了測試用 CLAUDE.md 來驗證 Claude Code,結果約半數測試成功改寫了模型連線設定;只要這個新端點生效,研究伺服器就會收到可重放的 OAuth token,同時也能假冒模型服務對客戶端回傳工具呼叫。重啟 Claude Code 就會讀進這個新端點,而約五分之一的測試甚至透過啟動子代理(subagent),在原本的工作階段內就直接切換過去。

Indirect Prompt InjectionConfiguration PoisoningConfiguration ReviewAI Coding AgentMCP Security
6 項對應的 AIDEFEND 防禦手法

威脅分析

  • 為何 ~/Downloads 會破壞開發工作區的信任界線。像 OpenAI Codex 與 Anthropic Claude Code 這類終端機程式開發 Agent,進入新目錄時常會詢問使用者是否信任這個資料夾;一旦按下信任,Agent 就會把目錄下的工作指示檔吃進對話環境,Codex 讀的是 AGENTS.md,Claude Code 讀的是 CLAUDE.md。但問題在於,~/Downloads 不像獨立的 Git 專案資料夾,它同時也是瀏覽器接收網頁自動下載檔案的位置。Forever Security 就在客戶的下載資料夾攔下一份 13 KB 的 AGENTS.md,內容偽裝成企業工程開發工作準則,試圖誘使 Codex 去安裝惡意 npm 套件 function-color。
  • 路徑 A|客戶端攔截與 Codex 的虛擬機重現。研究團隊在隔離虛擬機重現這份惡意指令檔的行為時,回報成功率超過 90%;多數重複測試使用無害套件替代,真正的 function-color 只在隔離虛擬機裡實際執行過一次。流程中,Codex 會依指示修改 ~/.codex/config.toml,把新的 MCP 啟動項目寫進同一位使用者所有工作區共用的設定檔;由於測試環境裡的 MCP 啟動交握只有 10 秒等待上限,這份設定還利用 macOS 的背景工作服務 launchctl,讓套件安裝能在交握結束後繼續執行。更關鍵的是,在重現測試中,Codex 接著啟動了一個未套用原有核准與沙盒保護的新程序,讓還沒關掉原先工作階段的情況下就能直接載入新項目。
  • 路徑 B|研究人員針對 Claude Code 的獨立測試。為了確認同樣的工作區信任機制是不是也會影響 Claude Code,Forever Security 另外寫了一份偽裝成「內部 AI 閘道遷移指南」的 CLAUDE.md。結果在約 50% 的測試中,Claude Code 會照著指示寫入工作區的 .claude/settings.json,把 ANTHROPIC_BASE_URL 改指向研究團隊的伺服器。只要這個改寫後的端點生效,研究伺服器就會收到開發者傳來的 OAuth token(研究人員也實測驗證過該 token 可以重放),同時他們還能以模型服務的身分回傳要求在沙盒外執行的 Bash 工具呼叫。除了重新啟動客戶端會載入新端點之外,另有約 20% 的測試會在同一個工作階段內透過另開子代理(subagent)直接切換過去。

適用的 6 項 AIDEFEND 防禦手法

AID-I-004.006
Agent Identity & Persistent State File Write Protection
極高
用不同於設定管理者的執行身分啟動 Agent,讓它底下的檔案工具、Shell 和所有子程序都沒有權限改寫或替換受保護的 MCP 與模型端點設定檔;這些路徑只能交給獨立的受管設定程序寫入。
AID-H-021.005
AI Coding-Agent Workspace Activation Trust Gate
高
在 Codex 或 Claude Code 讀取任何專案工作指示之前,就先由受管啟動機制核對這份工作區與指令檔版本是否已通過審查;只要位置落在下載資料夾這類未獲核准的路徑,就直接擋掉啟動。
AID-H-021.002
Runtime Integrity Enforcement (Signed Configurations)
高
設定受管 CLI 在載入本機設定前先驗證核准的基準版本,一旦抓到未經授權的 MCP 註冊項目或模型端點覆寫,就在設定即將生效的那一刻直接拒絕套用。
AID-I-002.002
Secure External AI Service Connectivity
高
在受管端點之外套用強制性的對外連線控管,涵蓋 CLI 與它啟動的所有子程序,在請求把 OAuth token 送出電腦前,就先擋掉連往未核准模型端點的連線。
AID-E-003.003
Confirmed Malicious Code & Persistence Eviction
高
保存證據後,移除已確認有害的 MCP 啟動項目、相關背景工作與模型端點覆寫,並用核准版本重新啟動。
AID-H-017.002
Least-Privilege Tool Architecture
高
如果受管的 Claude Code 工作不需要跑 Shell,就在組織管理的權限設定裡直接把整個 Bash 工具列為停用,只留下工作真的需要的工具;同時別忘了檢查已核准的 MCP 工具或擴充功能,確定它們不會代為執行同等系統命令。這樣就能先切斷偽造回應想呼叫 Shell 的路;至於已經送到對方端點的憑證,則仍須回到簽發端撤銷。

身為資安防禦者,我們應該這麼做

  • 把瀏覽器下載區和開發工作區分開。開發者不該直接在下載資料夾啟動開發 Agent,瀏覽器存下來的檔案應一律先放在工作區外的暫存位置,確認安全再把需要的檔案搬進專案目錄。資安與平台團隊則應透過集中管理的啟動檢查,在 Agent 讀取任何指令檔前就先核對工作區和指令檔是否獲准,並確認互動操作與自動化入口都會套用同一道檢查。
  • 鎖緊 Agent 設定檔權限,並從外部限制模型連線端點。用作業系統權限保護 ~/.codex/config.toml 與工作區的 .claude/settings.json,只讓獨立的受管身分有權寫入,同時拿 Agent 的檔案工具、Shell 和子程序實測,確認它們都無法改寫或替換這些檔案。CLI 啟動時也要拒絕未經核准的 MCP 或模型端點覆寫,並在 Agent 外側以對外連線規則限制模型流量只能連往核准的服務。
  • 清查可疑的指令檔、MCP 設定與背景工作。懷疑遭到波及時,先檢查下載資料夾裡有沒有多出非預期的 AGENTS.md 或 CLAUDE.md,再核對受影響工具的設定檔與正在執行的背景程序。保留證據後,從設定與系統服務中清掉確認異常的啟動項目、背景工作與端點覆寫;如果有憑證已經被送往未核准的端點,立刻到身分服務撤銷受影響的 token,並確認舊憑證再也無法通過驗證。

1 個額外的防禦考量

把瀏覽器下載區和開發工作區分開

瀏覽器下載資料夾專門收從網頁下載的外部檔案,但在程式開發工具眼裡,它就是個再普通不過的本機資料夾。
建議做法: 另外劃出專用的開發工作區根目錄,讓瀏覽器下載檔案一律先存進工作區以外的暫存區,人工檢查沒問題後再挑需要的檔案搬進來;每次打開解壓縮後的目錄或來路不明的舊資料夾前,也一併檢查裡面有沒有藏著指令檔。

結論

Forever Security 在真實客戶端攔下的 AGENTS.md 提醒我們,連網頁自動下載下來的 Markdown 工作指示檔,都可能成為操縱程式開發 Agent 的入口。AIDEFEND  提供的防禦對應位置非常清楚:啟動前先審查信任工作區、在作業系統層保護啟動設定不被 Agent 改寫,並在 Agent 外部管控對外模型連線,分別護住 Codex 與 Claude Code 兩條路徑。

最後更新: