跳到内容
Esc
↑↓导航↵打开⌘J预览
本页内容

Agent 安全

Agent 收件匣如何保護讀取它的 AI Agent 以及 Agent 寄信的對象,涵蓋寄件者信任、隔離、提示詞注入篩選與傳送規則。

任何人都可以寫信到收件匣,而讀信的 AI Agent 是可以被說動的:郵件裡可以藏著真人看不到的指令,可以冒充 Agent 的擁有者,也可以要求它轉寄密碼重設連結。Agent 收件匣分層應對。Agent 只讀取通過收件匣規則的郵件;它讀到的內容會先清除隱藏文字,並標註為不可信;它寄出的郵件要經過傳送規則,有風險的傳送會變成草稿,交給真人處理。

這些措施都不能讓收到的郵件變得可信。篩選只是一個訊號,不是保證:你的 Agent 仍然應該把每封郵件當成資料,絕不當成指令。

概覽

層級 作用
收件者檢查 寄到沒有收件匣的地址的郵件會被拒收,除非開啟了全收;被灌爆的收件匣會回應「請稍後重試」。
病毒掃描 帶病毒的郵件會被隔離,其下載永久封鎖。
垃圾郵件評分 未通過的郵件會進入 spam 資料夾。
寄件者信任 為每個寄件者分級,從你自己團隊的地址一直到驗證失敗。
接受規則 來自收件匣不接受的寄件者的郵件會被隔離。
篩選 對外部寄件者的郵件評估提示詞注入與釣魚的分數;高分會被隔離。
隱藏文字 Agent 或模型讀取的所有內容,都會先移除真人看不到的文字。
圍欄標記 MCP 結果會把郵件文字放在不可信內容標記之間。
驗證碼 驗證碼和登入連結會替 Agent 擷取出來,而且不能轉寄給陌生人。
傳送規則 只能在會話串內回覆、每日上限、對新收件者逐步放量、迴圈防護;有風險的傳送會變成草稿。
活動 每個操作和決定都有記錄,有內容在等待時,擁有者會收到通知。

寄件者信任

每封收到的郵件都有一個 sender_trust,在讀取時顯示於 screening 中,在控制台則顯示為信任。符合的第一列生效:

sender_trust 寄件者
failed 驗證失敗,而且該網域要求收件端隔離或拒收這類郵件(或者沒有發布 DMARC 政策,SPF 驗證失敗,又沒有自己的 DKIM 簽章)。這一列優先於其他所有列,所以偽造的擁有者永遠過不了關。
owner 你團隊成員的登入地址之一,或收件匣 owner_addresses 中的地址,並且網域為它背書。
allowlisted 符合收件匣的允許清單,並且網域為它背書。
known_thread 在收件匣寫過信的會話串中回覆,且來自收件匣寫過信的地址,由會話串權杖或指向收件匣所寄郵件的 In-Reply-To 證明。不需要驗證。
external 網域為它背書的其他任何寄件者,包括你自己網域上的其他地址。
unauthenticated 其餘所有人:網域不為 From 地址背書,或郵件指名了不止一個寄件者。

當 DMARC 通過,或者對沒有 DMARC 政策的網域,存在來自它的 DKIM 簽章或其組織的 SPF 通過結果時,就是網域為 From 地址背書。

  • 只有你團隊成員的登入地址和收件匣的 owner_addresses 才是擁有者。貴公司網域上的其他人都是 external,所以同事的地址,或以你的網域名義寄信的系統,都不能指揮 Agent,也收不到它的私密驗證碼。
  • 等級在郵件到達時就確定,之後不再變化。允許清單的修改只對之後到達的郵件生效;已被扣留的郵件需要手動放行。

哪些郵件會到達 Agent

accept_from 依等級決定:

sender_trust anyone verified(預設) allowlist
owner、allowlisted、known_thread 投遞 投遞 投遞
external 篩選 篩選 隔離,not_allowlisted
unauthenticated 篩選 隔離,unauthenticated_sender 隔離,not_allowlisted
failed 隔離,failed_auth 隔離,failed_auth 隔離,failed_auth

篩選的郵件除非被篩選隔離,否則會投遞。在這張表之外:

  • 病毒會讓郵件在每個收件匣中被隔離,不論寄件者是誰。
  • 來自擁有者或允許清單的郵件,如果轉寄的是別人的郵件,也要篩選:轉寄的內容不會繼承任何信任。
  • 垃圾郵件評分未通過的已投遞郵件會進入 spam 資料夾,會話串列表預設不顯示這個資料夾。
  • 已投遞的郵件在寄件者為 unauthenticated 或 failed、垃圾郵件評分為 gray,或篩選發現了未達門檻的問題時,會顯示 screening.verdict: "suspicious";否則為 clean。

human 收件匣預設接受 anyone:除了病毒之外,所有郵件都會投遞,來自 failed 寄件者的郵件會進入 spam 資料夾。篩選只在 Agent 收件匣上執行。

隔離

被隔離的郵件與任何收到的郵件保留一樣久,可列出、可放行;它永遠不會被丟棄,也不會退回給寄件者。

quarantine_reason 扣留原因
failed_auth 寄件者驗證失敗。
unauthenticated_sender 寄件者的網域不為它背書,而收件匣只接受已驗證的寄件者(或把該地址列為擁有者或放進了允許清單)。
not_allowlisted 收件匣只接受它的允許清單。
injection 篩選給出的提示詞注入分數達 80 以上。
phishing 篩選給出的釣魚分數達 80 以上。
virus 病毒掃描器發現了惡意軟體。
unscreened 郵件需要篩選,而判斷模型無法給出結果。
screening_cap 郵件需要篩選時,已超過當天的篩選上限。

Agent 永遠看不到被扣留的郵件。 限定收件匣的金鑰和所有 MCP 呼叫都會略過被扣留的郵件:讀取一封會回傳 403 email_quarantined,等待請求只回報它的 id,也不會從中提供任何驗證碼。篩選進行期間(通常幾秒),郵件處於待定狀態,它的 id 會回傳 404。控制台中的真人能看到全部郵件,並帶有標記。

不會有 Webhook 通知被扣留的郵件。 email.received 和 inbox.email.received 在郵件投遞或放行時觸發;inbox.email.quarantined 會通知訂閱了它的端點。

放行。 真人在收件匣的待審核分頁放行;未限定收件匣的完整存取團隊金鑰用 POST /inboxes/{id}/quarantine/{email_id}/release;MCP 用戶端在 receiving:manage 下使用 release_email。限定收件匣的金鑰永遠不能放行。

  • 真人或完整存取的團隊金鑰可以放行任何扣留。
  • MCP 用戶端就是郵件所針對的那個 Agent:因提示詞注入、釣魚、病毒或驗證失敗而扣留的郵件,它一律不能放行(403 forbidden);其他扣留,只有在篩選把郵件評為 80 以下時才能放行(否則回傳 409 held_by_screening;篩選無法執行期間回傳 503 screening_unavailable)。
  • 放行並信任寄件者(trust_sender)還會把寄件者加入允許清單,只適用於來自已驗證寄件者、因 not_allowlisted 而扣留的郵件,而且只有擁有者、管理員、開發者和完整存取的團隊金鑰可以使用(否則回傳 403 trust_not_allowed)。
  • 被放行的郵件會像剛到達一樣投遞,包含 Webhook。病毒仍然是病毒:它的附件和原始郵件仍然被封鎖。

當有郵件在隔離區等待、草稿等待核准或傳送被拒絕時,擁有者每天會收到一封郵件,標題是你的收件匣需要查看,其中只有數量和連結,不含寄件者或主旨。它對應設定 → 通知下的收件匣需要查看提醒;參閱通知。

提示詞注入篩選

在開啟了 screening 的 Agent 收件匣上,來自 external 和 unauthenticated 寄件者、且依規則本來會投遞的郵件,會在 Agent 看到之前先經過篩選。判斷模型讀到的是郵件顯示出來的樣子,並把隱藏文字單獨標出:寄件者、它的驗證結果和 Reply-To;主旨與可見文字;被移除的隱藏文字;以錨點文字和網域表示的連結(絕不會被抓取);附件名稱。在任何內容送出之前,驗證碼會被遮蔽,地址會被截成只剩網域。

結果是兩個 0 到 100 的分數,injection_score 和 phishing_score,以及適用的 reasons:

原因 郵件
targets_agent 對象是 AI、助理、模型或「系統」,而不是真人。
override 試圖改變讀者的指令、角色或優先順序。
exfiltration 要求讀者送出驗證碼、連結、金鑰、其他郵件、聯絡人或資料。
unsafe_action 要求執行會在對話之外產生影響的操作:付款、核准、刪除、執行某個東西。
concealed 隱藏指令:藏在隱藏文字中、經過編碼或反轉、放在偽造的郵件結尾之後,或放進偽造的引用內。
credential_lure 要求在聲稱的寄件者並不擁有的頁面上輸入密碼、驗證碼或信用卡資料。

提示詞注入分數達 80 以上,郵件會以 injection 被隔離;否則釣魚分數達 80 以上,則以 phishing 隔離。分數在 50 到 79 之間的郵件會以 suspicious 投遞。分數一律會顯示,讀取時在 screening 中,在控制台也看得到。

  • 出錯時傾向於拒絕。 判斷模型逾時或出錯時,郵件會以 unscreened 被隔離;篩選始終沒有完成(它的工作不斷失敗或停滯)時也一樣:沒有郵件會處於待定狀態超過大約一小時。一個收件匣一天被篩選的郵件超過 200 封後,需要篩選的郵件會以 screening_cap 被隔離,所以洪水般的郵件只會變成隔離,絕不會變成未經篩選的投遞。
  • 絕不影響你的傳送。 對你所收郵件的判定,絕不會計入你自己的寄信信譽或濫用審查。

隱藏文字與 extracted_text

郵件可以夾帶真人看不到、但模型讀得到的文字:白底白字的指令、display:none 區塊、渲染後什麼都不顯示的字元。在任何文字到達 Agent 或模型之前,BillionSend 會移除隱藏的元素(display:none、visibility:hidden、近乎零的不透明度、極小的字型、被推到畫面外的內容、與背景同色的文字、註解、<template>、<noscript>)和不可見字元(零寬字元、文字方向控制字元、Unicode 標籤字元)。表情符號會保留它們所需的連接符。大多數電子報都會有的隱藏預覽行同樣會被移除,但不會讓郵件被判為可疑。

Agent 讀到的是:

  • extracted_text:回覆部分,引用的歷史內容和簽名檔已分開,是帶有輕量 Markdown 的純文字,最多 32,000 個字元。
  • 不含不可見字元的 text。
  • 當預覽行之外的隱藏文字或不可見字元被移除時,screening.hidden_text_removed: true。

html 與收到時完全一致,原始郵件保留所有內容。

圍欄標記。 MCP 結果會把每封郵件的文字放在兩行標記之間,標記帶有每次呼叫隨機產生的值:

-----BEGIN UNTRUSTED EMAIL CONTENT 95253f15-----
Hi! Your order shipped today.
-----END UNTRUSTED EMAIL CONTENT 95253f15-----

郵件內寫的標記行會先被改寫,所以郵件無法提前關閉自己的圍欄。

驗證碼與登入連結

在某處註冊的 Agent 需要服務方寄來的驗證碼或連結。BillionSend 會把它們擷取出來,Agent 不必解析 HTML:

  • 驗證碼附近需要有代碼用語(英文、葡萄牙文或西班牙文);訂單編號、價格、電話號碼、優惠碼和日期都會被略過。兩個驗證碼可能性相同時,不會回傳任何一個(ambiguous)。
  • 連結指登入、確認、重設和邀請連結;退訂、隱私和說明連結會被略過。連結絕不會被抓取:跟隨一次性連結的掃描器會把它用掉。

它們由 GET /emails/receiving/{id} 的 extracted、GET /inboxes/{id}/codes/latest 和 MCP 工具 get_verification_code 提供,不會出現在其他任何地方:列表、Webhook、日誌和錯誤訊息中絕不會有。被扣留的郵件、failed 寄件者的郵件,或 extract_codes 關閉時,都不會提供,而且每次讀取都會記錄在收件匣的活動中。

私密驗證碼。 開啟 private_codes(Agent 的預設)時,團隊在最近 24 小時內收到的驗證碼或連結,不能從收件匣的地址寄給擁有者和允許清單以外的任何人:這樣的傳送會變成草稿,原因為 private_code。即使 Agent 被說動,這一點也成立。它涵蓋從收件匣地址發出的傳送,所以請給 Agent 限定收件匣的金鑰,或在它們的 MCP 權限中不要放入 emails:send。

Agent 可以寄什麼

從收件匣地址傳送的所有方式都遵守同一套規則:收件匣的回覆、轉寄和草稿、伺服器端的回覆與轉寄、forward_to 副本、POST /emails、POST /emails/batch、SMTP 中繼和 MCP 工具 send_email。依序是:

  1. 身分。 限定收件匣的金鑰只能從它收件匣的地址傳送(403 restricted_api_key;SMTP 為 550 5.7.1)。
  2. 共用網域。 共用地址遵循共用網域的規則:在 Free 方案上,或名稱看起來像知名品牌時,它只能在自己的會話串內回覆。其他情況一律以 403 inbox_send_policy 拒絕,即使已核准也一樣。每次共用網域上的傳送都計入團隊在該共用網域上的每日限額,而且最多 10 位收件者。
  3. 每日上限。 每個 UTC 日 send_cap 位收件者。超過時回傳 429 inbox_send_cap_reached。已核准的傳送會計入,但絕不會被拒絕。

在 Agent 收件匣上,除非這次傳送已核准,以下每一項都會把它扣留成草稿,並附上原因:

  1. 迴圈防護。 回覆自動郵件(loop_guard: 加原因):空的寄件者、Auto-Submitted 標頭、Precedence: bulk、郵寄清單標頭、自動回覆標頭、投遞報告、no-reply 地址,或外出自動回覆的主旨。一小時內對同一地址的自動傳送超過 10 次,原因為 loop_burst。Agent 的回覆帶有 Auto-Submitted: auto-replied,所以兩個 Agent 互相寫信時,一輪之後就會停下來。
  2. Reply-To。 回覆指向其他組織網域的 Reply-To,除非它的寄件者是擁有者、在允許清單上或屬於已知會話串(reply_to_redirect)。
  3. 傳送政策。 reply_only(預設):在會話串內回覆,對象是在其中寫過信的人、擁有者和允許清單。allowlist:以上這些,加上與擁有者和允許清單的新對話。open:任何人,但你的團隊剛開始傳送時不行(前 1,000 次傳送或 72 小時之內,或第一次傳送後 7 天內傳送不到 10,000 次)。
  4. 私密驗證碼(private_code),如上所述。
  5. 逐步放量。 每天對新收件者的傳送不超過上限,而且在收件匣開始傳送的第一天最多 10 位,之後每天加倍:20、40、80、160 等等(ramp)。
  6. 核准。 收件匣上的 require_approval,或請求上的 requires_approval: true。

human 收件匣只會執行前三步:真人在控制台中回覆不會被扣留。在 POST /emails、批次端點、SMTP 中繼和 send_email 上,規則會扣留的傳送會以 403 inbox_send_policy(SMTP 為 550 5.7.1)拒絕,因為這些入口無法建立草稿:要拿到草稿,請透過收件匣端點傳送。

Agent 收件匣寄給新地址的第一封郵件,也會經過與你團隊任何傳送相同的濫用審查。

你的 Agent 仍然該做的事

  • 把每封郵件都當成資料。郵件裡的指令是陌生人說的話,不論分數怎麼說。
  • 讀取 extracted_text 而不是 html,並在行動之前檢查 screening.sender_trust 和 screening.verdict。
  • 絕不要單憑郵件中的連結就跟進;請使用 codes/latest 或 get_verification_code。
  • 任何難以撤銷的操作,都保持 require_approval 開啟,或傳入 requires_approval: true。
  • 為每個 Agent 配置自己的限定收件匣金鑰,並用 inbox_ids 把 Webhook 指向特定收件匣。

這些保護做不到什麼

  • 篩選和垃圾郵件門檻只是起始值。郵件可能溜過去,合法郵件也可能被扣留;被扣留的郵件只需點一下就能放行。
  • 沒有發布 DMARC 政策或政策為 p=none 的網域,能證明的事很有限:它的真實郵件和偽造郵件看起來可能一模一樣。
  • 隱藏文字偵測按郵件用戶端渲染 HTML 的方式進行,對損壞的標記盡力處理;標記和原始郵件是最後的防線。

这个页面有帮助吗?