在人工智能技术快速发展的背景下，AI浏览器代理的广泛应用引发了新的安全挑战。这类代理能够模拟人类用户操作，完成电子邮件收发、在线银行交易等敏感任务，其高权限访问特性为网络攻击者提供了可乘之机。近期，科技公司Perplexity针对这一隐患推出新型安全系统BrowseSafe，通过技术创新构建起多层次防护体系。
传统安全评估工具在应对复杂网络攻击时暴露出明显短板。以AgentDojo为代表的现有基准测试主要依赖简单提示场景，难以模拟真实环境中的多样化攻击手法。攻击者常将恶意指令嵌入网页隐藏区域，诱导AI代理执行未经授权的操作，例如将用户数据传输至第三方服务器。这种隐蔽性攻击方式对现有检测系统构成严峻考验。
BrowseSafe系统采用混合专家架构设计，在保持用户体验流畅性的同时实现实时安全扫描。该系统通过三个核心维度构建攻击检测模型：攻击类型分类、注入策略识别和语言风格分析，特别针对"看似无害实则危险"的伪装内容进行重点筛查。测试数据显示，系统对Prompt注入攻击的识别准确率达到91%，较GPT-5等前沿模型提升6个百分点，较同类产品PromptGuard-2高出56个百分点。
在防御策略构建方面，Perplexity创新性地采用三层防护机制。首层通过快速分类器实现初步过滤，第二层运用基于推理的大语言模型进行深度分析，最终形成完整的安全防护闭环。这种架构设计既保证了检测效率，又提升了复杂攻击的识别能力。不过测试也发现系统存在改进空间，例如对多语言攻击的检测率降至76%，HTML注释区域的恶意代码比页面显性区域的更难被发现。
为推动行业安全标准升级，Perplexity决定开源BrowseSafe相关技术资源，包括评估基准、模型架构和研究论文。此举旨在通过开放协作提升整体防护水平，应对不断演变的网络攻击形态。公司安全团队负责人表示，尽管当前系统已能拦截绝大多数攻击，但仍有约9%的复杂攻击手法可能突破防线，这凸显出持续技术迭代的重要性。
划重点：
