Agent 安全工程化实战--极客时间课程推荐/优惠
本站非极客时间官网，与官方无任何关系。我们不提供课程下载或详细内容，仅作为课程分享和推荐平台。我们鼓励大家支持正版，尊重创作者的劳动成果，这样不仅能帮助创作者持续产出优质内容，也能让自己获得更好的学习体验。请通过官方渠道购买和学习课程，感谢您的理解与支持。
课程详情
你将获得：
- 一份可复用的 Agent 威胁模型与攻击面清单；
- 一套覆盖工具权限、人工审批与调用审计的策略框架；
- 一组典型攻击样例 & 可接入 CI 的自动化安全回归测试；
- 一个可运行、可演进的 AI Security Gateway 原型。
课程介绍
为什么做这门课
企业把 Agent 接入文件、数据库、MCP 服务和代码执行环境时，风险便从“说错话”变成了“做错事”：网页中的隐藏指令可能诱导它读取敏感文件，恶意工具描述可能让它越权调用。开发团队需要把权限、审批、隔离和审计落实到执行链路中。这门课面向 AI 开发、后端、平台与安全工程师，带你从攻击复现出发，建立 Agent 安全工程化能力。
课程如何设计
课程围绕一个能搜索网页、读取文件、调用工具的 Agent 展开。你会先亲手攻击它，再搭建 AI 安全网关原型。21 讲沿着同一项目，按“复现攻击—实现防御—回归验证”这条线推进。
第一部分：看清 Agent 的攻击面
从网页劫持入手，梳理提示词、上下文、工具与资源的信任边界，完成威胁模型和攻击面清单。
第二部分：防住提示词注入
复现网页、PDF 和 RAG 文档中的间接注入，再实现输入检测、上下文隔离与输出审查。
第三部分：管住工具权限
为工具标注读、写、执行权限，用策略引擎校验调用，为高风险操作加入人工审批。
第四部分：处理 MCP 新风险
复现工具描述投毒，识别恶意服务，搭建具备工具注册、参数校验和调用审计能力的 MCP 安全网关。
第五部分：守住执行环境与数据
用沙箱约束代码执行，处理密钥泄露、知识库投毒和越权检索。
第六部分：把防线做成持续机制
将攻击样例接入持续集成，整合风险评分、审计与自动化红队测试，完成网关原型。
学完你会获得：
- 一份 Agent 威胁模型与攻击面清单，知道风险从哪里进入、会影响哪些资源。
- 一套工具权限、策略审批与调用审计设计，让危险操作经过明确的工程边界。
- 一组可接入持续集成的 AI 安全测试用例，让修复能够被反复验证。
- 一个可演进的 AI 安全网关原型，把分散的防护模块接进同一条执行链路。
下一次让 Agent 接入真实业务时，你就能回答：它能做什么、谁来批准、出了问题如何追踪、变更后怎样验证。
作者介绍
推荐
