据本工作室审阅的报道，Google 报告称 LLMjacking 攻击已累计产生 100 万美元云 AI 费用。同一报道中引用的另一份报告则描述了单日账单高达 10 万美元的情况。这些攻击利用的是被盗的企业 AI 访问权限，而非被攻陷的模型，因此风险敞口在于凭证处理与端点治理，而非模型权重。
对于运行 agent 系统的团队而言，这一区分至关重要。推理密钥是一种按量计费、面向网络的资产：一旦泄露，攻击者便继承了该组织的配额、速率限制和出网路径，而事件首先表现为账单异常，而非入侵告警。因此，检测依赖于按密钥的支出基线、token 用量异常阈值，以及在不重新部署 agent 的情况下吊销和轮换凭证的能力。该报道未说明涉及哪些提供商或密钥类型、费用累积的时间窗口，以及凭证是如何获取的；这些细节在所提供的要点中仍不明确。
实际的应对措施是将推理凭证视为具有短生命周期、限定配额和独立审计追踪的生产密钥，并将成本遥测接入与访问日志相同的告警路径。本工作室的 evaluation 工作已将支出和出网流量与任务质量并列为一级信号，因为无法计量的 agent 就无法防护。