Research ·
Invariant Labs 的研究人員示範了,設定成使用遠端 Model Context Protocol(MCP)工具的 AI agent,可能受到模型投毒攻擊。他們指出,一個 MCP 工具可以在自己的 docstring 說明中夾帶惡意提示詞,而這段內容會被納入 AI agent 的處理脈絡,改變它的行為。 他們用一個概念驗證的 MCP 工具示範這個攻擊:這個工具會指示 agent 在真正使用它之前,先做幾件額外的事,包括從受害者電腦上讀取含有憑證的檔案,再把檔案內容存進這個工具的其中一個輸入參數。等到這個工具真的被執行時,受害者的憑證就被外傳到那台被投毒的 MCP server 上。
關聯理由: 工具 docstring 要求讀取憑證並經工具參數送往 server。 此處對應「伺服器驗證不足」:用戶端建立連線前,沒有充分確認 MCP 伺服器(提供 AI 工具與資料的服務)的身分、真實性與完整性。
工具 docstring 要求讀取憑證並經工具參數送往 server。
SecureFlow · 閱讀完整案例 ↗
Incident ·
一名惡意行為者透過供應鏈攻擊,成功從 Postmark MCP server 的使用者身上外洩郵件內容。Postmark 是一項郵件遞送服務,讓組織可以透過 API 寄送行銷與交易郵件;而 Postmark MCP server 則讓使用者能透過 AI agent 操作 Postmark。 這名惡意行為者假冒 Postmark,在 npm 上註冊了 postmark-mcp 這個套件名稱。一開始,他發布的是這個 MCP server 的正常版本。等到這個套件變得熱門、每週下載量超過 1,000 次之後,他就翻臉不認人(rugpull),上傳了一個惡意版本。這個惡意版本會把他自己的電子郵件位址,加進這個 MCP 工具所寄出每一封郵件的 BCC 欄位。凡是升級到這個版本、又繼續使用該工具的使用者,所有郵件都會被外洩到他手上。
關聯理由: 惡意 Postmark MCP 套件暗加 BCC;不需要模型接受注入指令。 此處對應「伺服器驗證不足」:用戶端建立連線前,沒有充分確認 MCP 伺服器(提供 AI 工具與資料的服務)的身分、真實性與完整性。
惡意 Postmark MCP 套件暗加 BCC;不需要模型接受注入指令。
SecureFlow · 閱讀完整案例 ↗
Validated Research ·
Intezer 與 Kodem 在受控安全測試中證實,攻擊者可將對人眼隱藏的注入指示嵌入網頁中。當 Kiro IDE 讀取該網頁時,agent 會被誘導使用檔案工具改寫 ~/.kiro/settings/mcp.json,且未遭遇有效的人工核准把關。Kiro 在設定重新載入後,直接以開發者的本機使用者權限啟動新增的 MCP 伺服器命令。該研究概念驗證藉由本機回呼(local callback)確認程式碼執行成功,並未宣稱有真實受害者遭入侵或機密遭竊。
關聯理由: 網頁隱藏指令讓 Kiro 改寫全域 MCP 設定,並啟動新加入的命令;概念驗證只送出本機回呼,沒有實際受害紀錄。 此處對應「伺服器驗證不足」:用戶端建立連線前,沒有充分確認 MCP 伺服器(提供 AI 工具與資料的服務)的身分、真實性與完整性。
網頁隱藏指令讓 Kiro 改寫全域 MCP 設定,並啟動新加入的命令;概念驗證只送出本機回呼,沒有實際受害紀錄。
AIA · 閱讀完整案例 ↗ · SecureFlow · 閱讀完整案例 ↗
Incident ·
Pillar Security 揭露一項鎖定 MCP 供應鏈的攻擊活動,代號為 Deadbugz。攻擊者在約 74 分鐘內送出 23 個 GitHub PR,試圖把惡意 MCP(Model Context Protocol,讓 AI 應用連接工具與資料來源的協定)伺服器加入熱門專案與 MCP 目錄。伺服器一開始正常運作,之後才把工具說明與提示內容改成尋找憑證、暗中讀取檔案、執行命令與外洩資料的指令。受檢視的 PR 均未合併,公開證據也尚未證實受害端曾執行惡意程式或發生資料竊取。
關聯理由: 已觀察到惡意 PR 投遞與延遲投毒設計;沒有已合併或受害執行證據。 此處對應「伺服器驗證不足」:用戶端建立連線前,沒有充分確認 MCP 伺服器(提供 AI 工具與資料的服務)的身分、真實性與完整性。 已觀察到惡意 PR 投遞與延遲投毒設計;沒有已合併或受害執行證據。
已觀察到惡意 PR 投遞與延遲投毒設計;沒有已合併或受害執行證據。
AIA · 閱讀完整案例 ↗
Validated Research ·
Wiz 證明舊版 Amazon Q for VS Code(AWS 的 AI 程式開發助理擴充套件)語言伺服器未經同意就會自動載入工作區裡的 MCP(Model Context Protocol,讓 AI 助理連接外部工具的協定)設定。惡意專案因此能定義一個會執行命令的 MCP server,沿用開發者環境中的權限,再把 AWS 身分資料傳到攻擊者控制的端點。AWS 已在後續版本修補 CVE-2026-12957。
關聯理由: 未經同意載入工作區 MCP 設定並啟動命令型 server。 此處對應「伺服器驗證不足」:用戶端建立連線前,沒有充分確認 MCP 伺服器(提供 AI 工具與資料的服務)的身分、真實性與完整性。
未經同意載入工作區 MCP 設定並啟動命令型 server。
AIA · 閱讀完整案例 ↗ · SecureFlow · 閱讀完整案例 ↗
Validated Research ·
TechRadar 整理了 OX Security 的研究,指出 Anthropic MCP(Model Context Protocol,讓 AI 助理連接外部工具的協定)的 STDIO 啟動模式,會讓不可信的設定值直接被當成作業系統命令執行,影響面一路擴散到整個 MCP 生態(TechRadar 引述研究者說法,可能波及 20 萬個實例,以及 7,000 多台公開可存取的伺服器)。真正的防禦重點,是把本機 MCP server 的啟動當成特權程式碼執行邊界來管,而不是把它當成一般工具設定。
關聯理由: 不受信任 command/args 進入本機程序啟動邊界;不能概括所有 MCP 連線都可利用。 此處對應「伺服器驗證不足」:用戶端建立連線前,沒有充分確認 MCP 伺服器(提供 AI 工具與資料的服務)的身分、真實性與完整性。 不受信任 command/args 進入本機程序啟動邊界;不能概括所有 MCP 連線都可利用。
不受信任 command/args 進入本機程序啟動邊界;不能概括所有 MCP 連線都可利用。
AIA · 閱讀完整案例 ↗