成为赞助商——支持中文 Agent 生态

了解赞助
库Agent场景库
← 返回用例列表

Wes Sander:个人 Agent 三要素规则 + PreToolUse 硬闸

对照个人实践:私有数据×不可信内容×出站通道「三要素」同任务禁止;规则是建议、hooks 才是执法;审计一次抓 28 项;不代你免疫越权、不外推合规认证。

DeepSeekClaudeChatGPTn8n⚡ 效率办公🔒 安全防护

场景说明

面向自建个人 Agent 的独立开发者:把「再加一层提示词护栏」写成可对账的三要素隔离+harness hooks 执法,区别于无入站架构、专业 Agent 波次与 Nick Tune hooks 工作流引擎。

案例叙事

01他们做了什么

Wes Sander(Practical Systems)在《How I Hardened a Personal AI Agent That Reads My Email, Files, and Desktop》(页内 September 7, 2026;JSON-LD datePublished 2026-09-07 → 2026-09-07)写明:给 Agent 邮箱/文件/屏幕后,真正危险是「同一会话读到攻击者写的内容,再代你出站」。他压成一条高空规则:私有数据、不可信内容、出站通道——任意两种同任务可接受,三种齐必须停止并拆分,出站步等人看。

执法分四层:① 成文规则(SECURITY.md 来自一次抓住 28 个问题的审计;AGENTS.md 等)——必要但不够,因仍经模型决定是否遵守;② PreToolUse 类 hooks:工具真正执行前由脚本硬否,模型无投票权;③ 技能默认优先一等方,第三方先扫;④ 记忆来源与过期规则。文中点名四类注入形态(直接指令、编码载荷、拼写扰乱、角色扮演包装),并强调「读到的一律当数据不当命令」。本场景据此输出「个人 Agent 三要素硬化」提纲。禁止建议跳过人审绑定生产出站,或把本文当成合规认证。

02实际效果

  • 源披露三要素规则、四层防御与一次审计抓住 28 项问题的定性实践,未给渗透通过率或合规证书;属作者个人安全窗口,不可外推为你的零事故或认证证明。
  • 能把「再加一层 system prompt」与「三要素隔离 + hooks 硬否 + 出站人审」拆开。
  • 为「读信+跟链+代发」同任务、确认疲劳与 hook 缺口提供提问清单。

03值得知道

  • 日志与 hook 输入可能含敏感元数据,需按自己隐私要求存放。
  • 人审闸会被疲劳点击绕过——流程要考虑确认疲劳。
  • 上面写的是个人工程实践帖,不是某云安全官文或认证标准。

04可复制提示词

个人 Agent 三要素简报

你是个人 Agent 安全顾问。只根据用户约束写提问清单,不要编造已上线。

私有数据面:{{private_data}}
不可信输入源:{{untrusted_sources}}
出站通道:{{outbound_channels}}
现有 hooks:{{hooks}}

输出 Markdown:
1. 三要素组合表(允许/禁止/须拆任务)
2. 须从「写在 md」升格为 PreToolUse 硬否的规则
3. 出站人审清单
4. 人工周审清单
禁止声称已通过渗透或合规认证;禁止建议默认全开出站。

三要素同任务越权复盘提纲

助手在同一任务中读了邮件链接并尝试代发,请写复盘提纲。

任务日志摘录:{{logs}}
当时规则/hooks:{{policy}}

输出:
1. 是规则仅写在 md、hook 未覆盖,还是人审被绕过
2. 最小修复(拆任务+硬否)
3. 撤销/致歉步骤
4. 人工确认清单
不要伪造「已自动撤回全部外发」。

怎么做

  1. 粘贴 Agent 可触达的私有数据面、是否读取外站/邮件正文,以及是否有出站写权限
  2. Agent 按实践帖输出:三要素组合表→须升格为 hook 的规则→高风险动作人审清单
  3. 人工保留密钥与出站确认;Agent 不代你声称已通过安全认证

实用提示

  • 源帖核心:任意两要素可同任务,三要素齐必须拆任务且出站等人审;「写在 md 里」不够,PreToolUse 才能硬否
  • 与 windmill-no-ingress-agent / lighthouse-nwave / nick-tune-hooks 不同:本条是个人 Agent 三要素威胁模型+执法层,不是无入站、七波专业 Agent 或 hooks-as-workflow 引擎
#个人 Agent#安全#三要素#PreToolUse hooks#提示注入