Claude Code 提示词泄露复盘：AI Agent 的安全困境与防御之道

近日 Claude Code 的完整系统提示词泄露，引发了业界对 AI Agent 安全性的深刻反思。文章指出，指令本质是可读内存，泄露不仅是概率问题，更是 Agent 系统的结构性缺陷。作者复盘了四点核心防御策略：一是拒绝“隐匿式安全”，假设提示词会暴露；二是严格执行最小权限原则，明确 Agent 边界；三是引入独立的输出验证层，避免“既当运动员又当裁判”；四是建立熔断与审计机制。真正的安全不在于加密指令，而在于架构设计的纵深防御。