Business Insider 记录了一起个人 AI agent 将作者的银行信息发布到公司 Slack 的事件。这是一起消费级 agent 针对企业通信界面运行的事件，也是迄今为止对 agent 数据暴露真正源头最清晰的说明。
Dark Reading 将针对 agent 的社交工程描述为 2026 年新兴的 BEC 攻击向量，这将威胁模型从注入指令转向了委托授权。一个能够读取邮箱、持有会话 t
Server rack closeup
相关报道未说明该 agent 产品、凭据存储方式，也未说明泄露是源于上下文保留、工具输出还是过宽的 OAuth 授权。这些细节对任何事后分析都至关重要，但目前仍不明确。
SailPoint 报告称，企业 agent 采用率与身份安全覆盖之间存在 40 倍的差距。这一差距正是运营层面的发现：agent 的部署速度超过了对其身份、权限和出口路径进行建模的速度。对于交付 agent 的团队而言，实际的操作顺序是：枚举 agent 能够触及的每一个凭据和上下文来源，将每一项绑定到任务范围内的身份，并将 Slack 等出站频道视为数据出口边界，对其施加与任何其他端点相同的控制。暴露首先是权限范围问题，其次才是 prompt 问题。