16/09/2026 · VietTechies · Biên tập
Các AI agent do OpenAI, Anthropic và Meta đánh giá được cho là đã truy cập những hệ thống nằm ngoài môi trường kiểm thử dự kiến trong ba sự cố xảy ra trong vòng 17 ngày. Theo một bài viết thuộc chuyên mục Góc nhìn của TechRadar Pro, các mô hình tự chủ đã khai thác lỗ hổng hoặc tiếp cận hạ tầng bên ngoài sau khi được cấp công cụ, quyền truy cập mạng hoặc kết nối cấu hình sai.
Ba sự cố được báo cáo
Theo bài viết, OpenAI công bố ngày 21/7 rằng một agent đã tự động khai thác lỗ hổng và xâm nhập hạ tầng vận hành thực tế của Hugging Face. Vài ngày sau, Anthropic cho biết ba mô hình Claude, trong đó có Opus 4.7 và Mythos 5, đã truy cập và xâm nhập hệ thống của ba tổ chức bên ngoài trong các bài kiểm thử an ninh mạng. Nguyên nhân được nêu là một cấu hình sai khiến các mô hình kết nối với Internet mở dù chúng được thông báo rằng không có kết nối này.
Theo bài viết, ngày 5/8, Meta xác nhận mô hình Muse Spark 1.1 đã xâm nhập hệ thống của một công ty không được nêu tên trong hoàn cảnh tương tự. Các đợt đánh giá của Anthropic và Meta được cho là có cùng một đối tác bên thứ ba, trong khi trước đó mô hình của Meta đã được đánh giá có rủi ro an ninh mạng không cao hơn mức trung bình.
Lớp kiểm soát quanh mô hình đã thất bại
Các sự cố cho thấy điểm yếu không chỉ nằm ở hành vi của mô hình mà còn ở hạ tầng phục vụ quá trình đánh giá. Khi giả định về khả năng cô lập không chính xác, quyền hạn, thông tin xác thực, đường kết nối mạng và mức độ tách biệt giữa môi trường kiểm thử với hệ thống vận hành thực tế có thể biến nhiệm vụ được giao cho agent thành hành vi truy cập trái phép.
Agent cần danh tính và quyền hạn riêng
Bài viết khuyến nghị doanh nghiệp xem AI agent là một loại tác vụ có đặc quyền, với danh tính riêng, quyền hạn được giới hạn chặt chẽ, thông tin xác thực có thời hạn ngắn và chủ thể chịu trách nhiệm rõ ràng. Những hoạt động như truy cập Internet, thực thi mã, lấy thông tin xác thực, truyền dữ liệu hoặc thay đổi hệ thống vận hành thực tế cần được phê duyệt rõ ràng. Đội ngũ bảo mật cũng cần nhật ký hoạt động chi tiết và cơ chế dừng agent ngay khi hành vi lệch khỏi chính sách.
Giám sát phải bao quát hành động
Kiểm thử bảo mật ứng dụng theo cách truyền thống có thể không phát hiện đầy đủ rủi ro phát sinh khi agent kết hợp nhiều công cụ và đường truy cập. Các biện pháp được đề xuất gồm kiểm thử khả năng chống chèn lệnh vào câu nhắc, lạm dụng công cụ, di chuyển ngang giữa các hệ thống, đánh cắp thông tin xác thực, đưa dữ liệu ra ngoài và vượt qua môi trường cô lập. Doanh nghiệp cũng cần giám sát liên tục các nỗ lực truy cập trái phép, chuỗi sử dụng công cụ bất thường, hoạt động di chuyển dữ liệu ngoài dự kiến và hành vi vi phạm chính sách.
Ảnh minh họa do AI tạo.