随着大模型应用与智能体架构的普及，针对AI特定协议的渗透测试成为网络安全的新兴领域。近日，开发者7anX在Linux.do社区发布了名为AgentScan的开源安全扫描工具，旨在应对Model Context Protocol（MCP）、Agent-to-Agent（A2A）及LLM接口暴露带来的新安全挑战。MCP作为连接大模型与本地数据源的关键协议，其若配置不当极易成为攻击入口。AgentScan能够协助红队人员在端口探测后，快速识别目标环境中的MCP服务器、A2A智能体卡片及开放的大模型API接口。同时，该工具也为蓝队提供了高效的排查手段，仅需单条命令即可扫描内网中是否存在违规暴露的AI协议服务。该项目已在GitHub平台完全开源，无闭源组件，代码遵循社区开源推广标准。随着Anthropic力推MCP协议成为行业连接标准，此类针对AI基础设施协议层面的资产测绘与漏洞检测工具，将成为构建AI原生安全防御体系的重要组成部分。
事件分析
随着大模型从单一的聊天窗口向复杂的Agent智能体架构演进，网络安全的边界正发生深刻变化。传统的Web安全防护难以覆盖基于MCP或A2A协议的特殊数据交互逻辑。AgentScan的出现，标志着攻防双方的焦点开始从针对模型本身的对抗（如Prompt Injection），转向模型与其运行环境之间的协议层安全。MCP协议虽然解决了AI连接外部数据的效率问题，但其暴露在公网时可能直接导致敏感数据泄露或被恶意调用。A2A通信机制的普及，更意味着攻击者可能利用一个暴露的Agent节点作为跳板，渗透到企业的整个智能体网络中。从产业视角看，随着企业加速内部AI化改造，识别并管理这些“看不见”的AI接口将成为运维与安全团队的必修课，未来针对AI协议的自动化资产测绘将趋于常态化。
💡 核心观点：AI安全边界正在重构，针对MCP与Agent通信协议的暴露面检测将成为智能体时代的“Nmap”。
原文链接：Linux.do
AI周刊：大模型、智能体与产业动态追踪