AI-Infra-Guard：把 agent 攻擊面切成四層的開源紅隊框架

模型服務引擎、agent 平台、MCP 生態、模型本體——開源 AI 基礎設施這兩年的膨脹速度，把安全工具遠遠甩在後面。AI-Infra-Guard 是一個開源紅隊框架，核心觀察一句話講完：AI agent 的攻擊面是分層的，而且每一層需要的偵測範式完全不同。

框架切出四層：最底層是基礎設施（serving 引擎、容器、網路），往上是協定與工具層（MCP 伺服器、工具呼叫），再上是 agent 行為層（提示注入、目標劫持），最上是模型層（越獄、後門）。用掃 CVE 的思維抓提示注入會空手而歸，用越獄評測的思維查 MCP 伺服器組態同樣白工——分層之後，每層配對應的武器。

時機抓得很準。本站第 27 期才報導 YouTube Studio 的 AI 助理被一則留言注入、騙走用戶的私人影片清單，Google 回應「不算漏洞」——正是因為業界對「哪一層的問題該由誰負責」還沒有共識。有一個開源框架把分層講清楚，至少讓資安團隊跟平台吵架時有共同語言。

MCP 生態的安全工具尤其稀缺：協定本身年輕、伺服器實作良莠不齊、供應鏈信任機制近乎裸奔。第三方 MCP 伺服器的下載量以百萬計，對照第 26 期報導的 Mythos 高危漏洞揭露暴增，攻擊者顯然已經開工，防守方的工具箱才剛出廠。