---
title: Agent 安全
description: 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。
ai:
  exclude: true
---

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](/docs/zh-hant/inboxes)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](/docs/zh-hant/notifications)。

## 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](/docs/zh-hant/inboxes)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](/docs/zh-hant/inboxes)，以下每一項都會把它扣留成草稿，並附上原因：

4. **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。
5. **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`）。
6. **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）。
7. **私密驗證碼**（`private_code`），如上所述。
8. **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`）。
9. **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](/docs/zh-hant/api-keys)，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。
