gabrielwang.ai
第 010 期 · 交互演示

最重要的消息,是您的智能体从未看到的那些。

一个 24/7 常驻 WhatsApp 的个人 AI 助手——比如 第 001 期背后的那一个——是一份长期有效的邀请函:邀请陌生人、提示词注入、社会工程, 乃至您自己一时手滑的“直接发吧”。让它安全的不是模型的礼貌,而是安全边界—— 五道防线,各司其职。向它发射六条消息,看每一条在哪里被拦截、 暂停或放行。空白的窗格正是点睛之笔。

诚实声明。本页不进行任何真实模型调用;回复为预先编写, 而边界判定则由与文中描述完全一致的规则实时计算。有一个设计要点比其余都重要: 白名单运行在桥接层、位于智能体进程之前——未知发送者不是被 AI 婉拒, 而是消息根本不会送达它。一个从未收到消息的进程,是无法被花言巧语说服的。

虚构发送者 无真实模型调用 在您的浏览器中运行 全部场景泄露的密钥数:0

带 ✋ 的场景,正是安全边界在发挥作用。

外部 — 链路与边界判定
内部 — 智能体实际看到的内容 有时:空无一物

01在桥接层拦截,而非在提示词里

写着“只服从主人”的系统提示词是政策;而一个从不投递未知发送者消息的桥接层,是物理规律。 最省力的防御面,就是模型从未触及的那一面——与 第 003 期“靠链路、不靠提示词”的原则一脉相承。

02内容即数据,即便来自朋友

白名单过滤的是发送者,无法过滤可信发送者转发的内容。因此第二条规则独立成立: 内容中发现的指令只汇报,绝不执行——原文引用并注明来源,由人来决定。

03假设信使终会出故障

手机会更换;会话会同时全部失效;掉线期间的发送会静默排队。边界的最后一道防线属于运维层面: 重新绑定采用原子操作,先以 PAIRED_OK 验证,再触碰线上会话; 且以连接状态——而非消息记录——作为唯一事实。

通俗释义(桥接层、白名单、权限层级、提示词注入、原子换绑)
桥接层
介于 WhatsApp 与 AI 之间的小程序——由它决定 AI 究竟能看到什么。
白名单
一份很短的电话号码清单,只有名单上的消息才能通过。其余一律静默丢弃。
权限层级
读取即时应答;操作先起草、后确认;某些动作(比如付款)根本不存在。
提示词注入
藏在内容里的指令,指望 AI 把它当作命令执行。在这里,它们只被当作新闻。
原子换绑
先把新会话完整准备好并验证可用,然后再切换——线上会话绝不会处于半替换状态。