**AI白皮书：提示词注入无解，需建立外部人类授权层**

_Damn it AI, stop lying to me and do what I say_

> 新发布的白皮书《Proof, Not Trust》指出，AI agent可被提示词注入攻击完全操控，现有防护手段无法根治。从2024年深伪CFO诈骗2500万美元到2026年agent 9秒删除数据库，事件频发。核心观点是：agent的执行力与脆弱性同源，必须在agent外部建立确定性的人类签署授权层，而非依赖agent自身的推理或二次校验。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-08-29 08:39（北京时间）
- **原文**：[打开原文](https://sentelabs.ai/proof-not-trust)