金色財經
近日，CertiK的研究人員在EdgeTPU中發現了兩個安全漏洞（CVE-2026-0150、CVE-2026-0153），相關漏洞已獲Google致謝，並收錄於2026年6月Security Bulletin，風險等級分別為High和Critical。
這是一項關於EdgeTPU的漏洞研究，卻折射出AI產業正在發生的一項更深層變化：隨著AI逐漸從生成內容走向執行任務，企業需要保護的對象，已經不再只是模型本身，而是整個AI系統。
此次披露的兩項漏洞雖然技術成因不同，卻揭示了同一個值得關注的問題：攻擊者有機會利用Android與EdgeTPU之間的交互接口，突破原有的安全隔離機制，在負責AI推理的高權限晶片中執行任意代碼，或訪問其中的敏感數據。
對於普通用戶而言，這並不意味著所有採用AI晶片的設備都存在類似風險。真正值得企業關注的是，當AI越來越多地承擔身份認證、人臉識別、端側推理等關鍵任務時，那些長期被視為可信基礎的底層組件，同樣需要接受獨立的安全驗證。
更重要的是，這項研究揭示了一種容易被忽視的風險：許多企業仍然按照應用、API、基礎設施和設備組件分別開展安全評估，但攻擊者並不會按照這樣的邊界發起攻擊。相反，他們更可能利用不同組件之間的接口和信任關係，將多個看似獨立的環節串聯成一條完整的攻擊路徑。真正的風險，往往就隱藏在這些跨越系統邊界的交互之中。
EdgeTPU 漏洞暴露的是 AI 執行基礎設施層的安全邊界，而 AI Agent 帶來的則是應用層權限和外部系統連接的快速擴張。兩者並不是同一種風險，卻共同說明了一個趨勢：AI 的安全邊界已經從模型本身，擴展到支撐模型運行、訪問數據和執行任務的整個系統。
過去，AI回答問題；現在，AI開始執行任務。攻擊者瞄準的，也不再只是模型本身，而是模型能夠訪問、調用和影響的一切。
EdgeTPU漏洞之所以受到關注，並不僅僅因為它發生在AI基礎設施，更因為它反映出AI產業的發展方向正在發生變化。
過去，大模型更多承擔內容生成、搜尋問答等輔助功能；如今，越來越多AI Agent開始連接數據庫、調用API、操作第三方工具，並逐步參與支付、身份認證、數字資產管理等真實業務流程。AI正在從「回答問題」走向「執行任務」，系統擁有的權限越多，潛在攻擊面也隨之擴大。
這一趨勢正在快速發生。根據McKinsey發布的《The state of AI in 2025》[1]報告，88%的企業已經在至少一個業務場景中部署AI，超過六成企業開始探索AI Agent。另一項Google Cloud針對全球企業的調查[2]則顯示，83%的受訪企業認為，為支持AI Agent的大規模落地，現有基礎設施需要進行重大升級。
當AI越來越深入企業核心業務，安全關注點也開始發生變化。企業需要驗證的不再只是模型輸出是否可靠，而是整個AI系統是否能夠抵禦跨組件、跨權限和跨運行環境的攻擊。
這一變化也正在重新定義AI安全。過去，AI安全更多圍繞模型本身展開，例如提示詞注入（Prompt Injection）、模型越獄或訓練數據投毒等問題。而隨著AI應用不斷接入真實業務環境，安全團隊必須將視角放大到整個技術棧，關注AI Agent與外部系統之間的交互、工具調用權限、敏感資訊訪問，以及第三方組件可能帶來的供應鏈風險。
一些AI Agent平台已經開始在Skill部署前引入自動化安全評估。以Pieverse和FinChip.ai為例，兩家平台均已部署CertiK Skill Scanner，對AI Skill進行安全掃描，幫助識別潛在惡意行為和安全漏洞，在Agent執行任務之前降低潛在風險。
行業需求的變化，也推動AI安全研究不斷向更廣的技術棧延伸。 EdgeTPU研究也體現了CertiK近年來AI安全研究的延伸方向：除了AI應用和Agent本身，AI基礎設施及底層系統組件同樣值得持續關注。對於安全研究而言，這意味著評估對象不再侷限於軟體層，而是需要理解不同層之間如何共同影響整個AI系統的安全性。
AI不僅改變了企業構建軟體的方式，也正在改變安全工作的方式。
越來越多企業開始將安全能力前移至軟體開發生命周期，希望在開發、測試和部署階段完成風險識別，而不是等漏洞進入生產環境後再進行修補。與此同時，AI也開始被用於輔助漏洞發現、代碼分析和形式化驗證等研發流程，幫助開發團隊提升安全驗證效率。
作為這一方向的實踐者之一，CertiK持續將AI應用於代碼分析、漏洞檢測及形式化驗證等研發流程，並圍繞AI應用、AI Agent以及AI基礎設施開展安全研究。CertiK通過將AI集成到專有的CertiK Prover引擎中，提高了形式化驗證的效率。相關研究成果已發表於OSDI 2023、ASPLOS 2026等國際頂級計算機學術會議，並獲得ASPLOS 2026 Best Paper Honorable Mention獎項。
EdgeTPU漏洞只是一個案例，卻反映出一個越來越明確的行業趨勢：未來企業真正需要驗證的，或許已經不只是某一個模型是否安全，而是整個AI系統從開發、部署到運行全過程是否值得信任。當AI逐漸成為數字基礎設施的一部分，AI安全也正在從保護模型，走向保護整個AI系統。
[1] 《The state of AI in 2025》: https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
[2] Google Cloud調查: https://cloud.google.com/resources/content/state-of-infrastructure-in-the-agentic-ai-era
來源：金色財經
發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。
暢行幣圈交易全攻略，專家駐群實戰交流
▌立即加入鉅亨買幣實戰交流 LINE 社群（點此入群）
不管是新手發問，還是老手交流，只要你想參與加密貨幣現貨交易、合約跟單、合約網格、量化交易、理財產品的投資，都歡迎入群討論學習！
下一篇
