31,132 份 Agent 技能接受扫描，其中 26.1% 被发现存在漏洞，5.2% 有恶意嫌疑；这是 NVIDIA 开源项目 SkillSpector 公布的研究结论，Agent 技能扩张正在撞上信任瓶颈。

这是什么

这里的“技能”是 Agent 工具可加载的一组操作说明与脚本，通常包含 SKILL.md 文件。它不同于经过审核的 npm 软件包：不少技能只需克隆仓库或复制文本即可安装，来源审查、版本锁定和权限隔离并不充分。

SkillSpector 会检查 17 类、71 种风险，包括提示注入、数据外泄、权限提升、记忆投毒和工具投毒；后者指恶意技能篡改 MCP 工具返回的数据。MCP（让 AI 连接外部工具与数据的协议）解决的是连接问题，并不会自动审查技能内容。

值得注意的是，同一天 GitHub 趋势榜被技能仓库占据，NVIDIA 的 SkillSpector 与 OpenAI 的 codex-security 也进入前列。供给快速增长与安全工具升温同时发生，说明开发者和企业开始意识到：技能数量增加，也在同步扩大攻击面。

行业怎么看

我们认为，这不是一次恐慌式营销，而是 Agent 工具普及后的必要补课。技能让 AI 能执行更多真实任务，但它也可能读取文件、调用接口或影响长期记忆；一旦第三方说明未经审核，权限越大，潜在损失越高。

但也有反对意见：26.1% 的“漏洞率”来自特定样本与检测规则，不能直接推导为同等比例的技能正在被攻击。扫描器本身也可能出现误报或漏报，尤其是依靠大模型理解语义的第二阶段检查。更关键的是，恶意触发器、动态下载内容和运行后的行为，单靠静态扫描难以完全识别。

因此，SkillSpector 更适合作为入门门禁，而不是安全保证。企业仍需限制技能权限、隔离运行环境，并观察执行行为；仅显示“扫描通过”，不足以支持高风险任务直接上线。

对普通人的影响

对企业 IT：技能库正在成为新的软件供应链。企业应建立扫描、审批、版本锁定和权限分级机制，尤其是接入代码、邮件、财务及客户数据的 Agent。

对个人职场：安装一个技能可能不只是增加功能，也是在引入陌生代码和操作指令。涉及公司代码库、账号凭据或业务资料时，应优先选择可信来源，并先进行扫描。

对消费市场：面向普通用户的一键安装会降低 AI 工具门槛，但安全审查能力尚不统一。未来更可靠的产品形态，可能把权限提示、风险分级和快速撤回机制直接做进安装流程。