事件经过
大约于2026年11月13日发布的OverServe论文(arXiv:2611.14808)提出了一种多智能体框架,结合MCP状态工具和完成确认提示,使恶意SaaS租户能够迫使智能体在已完成任务上继续“工作”。由于该工具返回准确且正常终止的状态,各组件看似良性,该方法能规避击败单一向量仅提示或仅工具资源放大攻击的检测/审计机制。
影响分析
对AI部署而言,这是一种新颖的智能体执行攻击类型,将订阅经济性转为对提供商不利:单个恶意租户可以悄然倍增提供商的LLM和工具调用账单,同时保持任务正确性并避免MCP扫描器警报——这相当于智能体版的拒绝钱包/成本放大攻击,并配套可工作的框架和测得的93.88倍放大效果。
攻击途径
恶意租户作为正常SaaS用户,提供看似良性的提示以及攻击者控制的MCP“状态”工具。该工具返回真实且始终“待处理”的状态;智能体在真实业务任务完成后仍持续检查未完成条件,消耗提供商的令牌/工具预算,直到执行预算耗尽——这是一种拒绝钱包/资源放大攻击。API请求放大可达93.88倍,同时仍能“通过”原始任务检查,且在评估的MCP扫描器中不触发任何警报。
受影响系统
使用模型上下文协议(MCP)工具的SaaS LLM智能体部署;在CRM/ERP/安全垂直领域的智能体SaaS中普遍适用(无单一供应商版本范围——一种攻击方法类别)。
缓解措施
对智能体SaaS运营商:为每个请求绑定智能体执行步骤/令牌预算,对长时间运行或有状态任务要求人机协同确认,将第三方MCP状态工具视为不可信,并添加资源/成本防护措施,阻止智能体轮询永不完结的条件。(无CVE;来自arXiv:2611.14808的学术框架。)