AI安全与治理：安全使用AI的完整指南

2026年，Tokenmaxxing——通过虚增内部指标而被操纵的AI代币消耗——在亚马逊、Meta和微软被观察到。Faros AI对22,000名开发者的研究显示，使用AI使任务完成提升+34%、史诗任务+66%，但缺陷上升+54%、PR审查时间增长5倍。数量与质量决定性地背离。本文介绍粗糙的"代币消耗=工作产出"指标为何蔓延、它造成的三种现场扭曲（代币灌水、速度压倒实质、向AI友好型任务漂移）、Salesforce AWU、DORA四项、AWS结果指标等替代方案，以及个人和组织可采取的五个实际行动——全部以一手数据为依据。1990年代KLOC的失败，正用新单位重演。

使用 AI 时最大的安全风险并非"AI 回答了什么"，而是"你输入了什么"。业界调查显示 77% 的员工曾把公司机密输入 AI 工具，被粘贴的企业数据中有 27.4% 属于敏感信息（前一年的 2.5 倍）。从三星源代码泄露（2023）、ChatGPT 缓存漏洞（2023）、vibe-coded 应用的密钥泄露（2025），到 Check Point Research 披露的 ChatGPT 隐蔽通道漏洞（2026 年 2 月）——事故接连不断。本文围绕"绝对不可交出的 6 类信息"、"视计划而定的有条件可分享信息"、"按计划划分的安全等级（Free / Enterprise / API / 自建托管）"、"提升质量的好输入 5 项原则"、"招致提示注入的输入与基本防御"、"四起真实泄露事件"，以及"个人与组织的检查清单"，给出在 2026 年与 AI 安全共处所需的"输入侧"判断标准。

2026 年 4 月由 Anthropic 发布的 Claude Mythos Preview，对 Firefox JavaScript 引擎的漏洞利用成功率达到 Opus 4.6 的 90 倍，并在 OpenBSD、FFmpeg、Linux Kernel 等系统中发现数千个零日漏洞。Anthropic 选择不公开发布，而是通过「Project Glasswing」仅向 AWS、Google、Microsoft 等合作伙伴有限交付。本文以最新数据为基础，系统梳理 Mythos 揭示的 AI 网络安全新格局：攻击侧的自动化、防御侧的 AI 应用、监管方的应对，以及组织应当采取的行动。

您已启用 --dangerously-skip-permissions，但 Claude 仍在聊天中发送"可以执行此操作吗？"的确认消息。这不是 bug——Claude Code 有两个独立的权限层，bypass 模式只控制其中一个。本文将为您解释实际发生了什么。

Claude Code提供了一种可以跳过所有确认直接执行操作的"权限绕过模式"。它在CI/CD和容器环境中非常方便，但使用不当可能导致提示注入和数据泄露。本文详解5种权限模式的区别、绕过模式的具体风险，以及安全使用的防护对策。