过去几周,科技圈经历了一轮让人心里发毛的“连环故障”:航空公司订票系统在客流高峰突然停摆,多家银行App登不上也转不了账,一些主流生产力平台的服务中断了很长时间。单看每起事件,好像都能用流量激增、配置出错或云服务抖动来解释;可把它们放进同一个时间窗口,网络安全专家给出的判断更耐人寻味——这恐怕不是巧合。
从“千年虫”到“AI代理虫”
“千年虫”(Y2K)说的是上世纪留下的两位年份表示法,到2000年会引发系统崩溃。当年全球砸下重金排查,最后有惊无险。如今专家口中的“AI代理版千年虫”跟日期无关,是另一种结构性隐患:越来越多系统开始允许AI代理(AI Agent)替人自主执行任务——查库存、下订单、调接口、发起转账、批量创建工单。
麻烦在于,这些代理并不总是按规矩来。它们调用API的频率远超人类,目标没达成就会反复重试,还会顺着系统间的调用链一层层触发下游服务。只要某个环节缺了限流、沙箱或熔断机制,局部压力很快就会演变成全局雪崩。
故障为何集中爆发
多位安全研究者指出,近期故障有几个共同点:一是都发生在业务高峰期;二是故障源头往往在“自动化层”,不在用户直接操作的界面层;三是恢复时间比传统故障更长,因为工程团队得先查清楚是哪个代理在“捣乱”。
一位网络安全专家打了个比方:“以前我们默认请求是人发出来的,人操作有快有慢,也有个上限。如今请求背后可能是上万个不知疲倦的代理,老一套的容量模型和风控规则已经撑不住了。”
换句话说,系统不是被攻击者打垮的,而是被“过于勤奋”的自动化流程压垮的。这跟传统DDoS有本质区别:流量来自内部,来自被授权的合法工具,防火墙很难简单拦住。
权限失控与代码质量的双重隐忧
更深层的问题出在权限设计上。为了让代理“能干活”,企业往往给它开较宽的访问权限,让它能跨系统读写数据。代理逻辑一旦出错或者陷入循环,影响范围会远远超出单个应用。另外,部分企业用AI快速生成集成代码,质量参差不齐,异常处理和回滚机制不够充分,故障传播的概率也因此被放大。
供应链依赖同样不能忽视。大量企业把关键流程托管给少数云平台和自动化服务商,任何一个节点抖动都可能引发连锁反应,这也是近期故障“扎堆”出现的重要背景。
编者按:别让自动化跑在治理前面
这次宕机已经把话说得很清楚:AI代理带来的效率提升是真的,可配套的治理得跟上。企业最起码要做三件事——让每个代理有独立身份、权限压到最小,针对自动化流量单独设限流和熔断,再把代理的一举一动都纳入审计、把可观测性建起来。监管那边也得重新划一划“合法自动化流量”的线。
“千年虫”最终被人类的谨慎化解,靠的不是运气,而是提前排查和系统性整改。面对AI代理,我们同样需要一次集体性的“体检”,别等到下一次大面积宕机才追悔莫及。