Arsenal Topic
安全风险
出现期数
5
贡献者
16
提到工具
9
核心洞见
成都-快意恩仇分享了生财有道 token 消耗排行榜，并把 token 用量视作 AI 生产力是否真正落地的粗指标。
从 AI 改门锁联想到安全风险，群友提醒不少智能门锁如果只有纯数字密码、没有错误次数限制，理论上会放大被暴力尝试的风险。
围绕恶搞 AI 程序视频的讨论里，Menger 给出明确风险提醒：不要把 AI 运维直接用在线上环境。
群友推荐用云端 AI 游乐场先试 Skill 和 GitHub 项目，核心价值是不用本地安装，降低投毒、环境污染和 Token 浪费风险。
新入手 Mac 的群友发现豆包给的启动台/卸载指引对不上新版系统，群里给出 Command+空格、访达移到废纸篓、指纹授权等实际操作建议。
有群友提到遇到反爬时可把 cookie 交给 Codex 处理，但这类做法同时涉及账号与数据安全，需要谨慎评估边界。
权限参数只改变操作确认流程，不等于突破模型安全边界或切换隐藏模型。
Agent 卡死时可以用新线程审计旧线程，把问题从外部拉出来处理。
Skill 是能力封装，不是稳定性的全部来源；流程拆解和边界约束仍然必要。
第三方 Skill 存在投毒风险，尤其要警惕读取钱包、助记词、密钥等敏感信息。