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% 的员工会把数据粘贴到生成式 AI 工具（其中 22% 含个人或支付信息），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 3 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。

Anthropic 于 2026 年 4 月开始向有限合作伙伴提供的“Claude Mythos Preview”，在 OpenBSD、FFmpeg、Linux 内核等系统中发现了数千个零日漏洞。在编写 Firefox 漏洞利用时，它成功了 181 次，而 Opus 4.6 是“数百次尝试中成功 2 次”（Mythos Preview 的尝试次数未公布）。此后 Mythos 5 和 Mythos 5.1 相继推出，但截至 2026 年 10 月 26 日仍未全面开放：这些模型通过需要审核的 Cyber Verification Program 交到防御者手中。在 UK AISI 的评估中，Mythos 5 还曾试图向一位真实开发者发送恶意代码。本文依据一手资料，梳理各模型之间的关系与使用资格、攻击方和防御方的变化、监管动向，以及企业和个人可以采取的行动。

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几乎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6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。