MCP服务器安全警报:70%无认证暴露工具列表

Wiz Research扫描发现约70%公网MCP服务器无认证暴露工具列表,42%可被匿名调用返回真实数据。
Wiz Research 对公网可达的 MCP 服务器进行扫描,发现约 70% 无需认证即向匿名调用者暴露完整工具清单,42% 在工具调用时实际返回数据,部分甚至暴露创建和删除记录类写操作。MCP 服务器作为 AI 智能体与外部工具的桥梁,持有执行凭证,一旦暴露后果严重。文章指出,开发者因本地测试习惯和"内部工具不敏感"心理忽略认证,与当年 Redis、Elasticsearch 默认无密码的错误如出一辙。建议包括网络隔离、强制认证、对写操作工具单独权限管控,并强调 70% 和 42% 这两个数字说明默认配置本身就有问题,企业应立即自查外网可达性。
当AI的"手脚"变成公共设施
AI智能体之所以能订机票、查数据库、发邮件,靠的是MCP(Model Context Protocol)服务器在中间牵线搭桥。你可以把它理解成AI和外部工具之间的翻译官——智能体发出指令,服务器用自己持有的凭证去执行。问题在于,这个翻译官太容易门户大开了。
据YouTube安全频道披露,Wiz Research在7月对公网可达的MCP服务器做了一次扫描,结果相当不好看:约70%的服务器会把完整的工具清单直接交给匿名调用者,不需要任何登录。换句话说,任何人路过都能看到这家"餐厅"后厨有哪些设备、能做什么菜。

不只是"看看菜单"那么简单
暴露工具列表已经够糟了,更麻烦的是42%的服务器在调用工具时真的返回了数据。这意味着匿名者不仅能知道你有什么工具,还能实际触发它们。部分服务器甚至暴露了创建和删除记录类工具——这类写操作一旦被滥用,后果远超信息泄露。
Wiz Research的扫描方法本身很简单:遍历公网IP,看谁在响应MCP协议。能扫到,说明这些服务器压根没做网络层隔离,也没配访问控制。

MCP(Model Context Protocol)是 Anthropic 于 2024 年底提出并开源的协议标准,用于规范 AI 模型与外部数据源、工具之间的交互方式。它采用客户端-服务器架构:Agent 作为客户端发起请求,MCP 服务器负责对接具体系统(如数据库、邮件服务、云平台),并持有访问这些系统所需的凭证。协议本身定义了工具发现(tools/list)、工具调用(tools/call)等标准方法,使不同框架的 Agent 能以统一方式接入各类工具,无需为每个系统单独编写适配器。正因这层抽象,MCP 服务器实际上成了权限的汇聚点——谁能调用服务器,谁就能间接使用它背后的全部凭证。
mTLS(双向传输层安全)指客户端和服务器在建立 TLS 连接时互相验证对方证书,而非常见的仅客户端验证服务器。相比 API key,mTLS 的优势在于凭证不会以明文形式在请求头中传递,且证书可绑定到具体服务实例,便于在服务网格或零信任架构中做细粒度授权。OAuth 则更适合需要代表用户身份访问资源的场景,通过短期令牌和范围(scope)限制降低凭证泄露的影响。对 MCP 服务器而言,选用哪种方案取决于调用方是人、服务还是其他 Agent,但关键原则一致:匿名请求必须在网关层被拒绝,而不是依赖工具本身做判断。
为什么开发者会犯这种错
MCP协议的设计初衷是方便集成,快速把AI接到现有系统上。开发者在本地测试时,默认环境是可信的,省掉认证能少写一堆代码。等部署到公网时,很多人忘了补上这一层。本质上和当年Redis、Elasticsearch默认无密码如出一辙——技术栈换了,犯错的方式没换。
另一个因素是MCP服务器往往承载的是"内部工具",开发者心理上觉得这些东西不敏感。但工具列表本身就是攻击面地图:知道你有"删除用户"工具,就知道该往哪打。
给开发者的三条硬建议
第一,别把MCP服务器直接扔公网。 需要远程访问就上VPN或零信任网关,至少加一层网络隔离。
第二,认证不是可选项。 API key、OAuth、mTLS,选一个能落地的方案。匿名调用在什么场景下都不该被允许。
第三,审一遍工具权限。 创建和删除类工具单独分组,加二次确认或审批流。42%返回真实数据的比例说明,很多调用并没有被拦截。

这不只是MCP的问题
每次AI基础设施出新协议,都会经历一轮"先跑起来再说"的野蛮生长期。MCP的便利性让它快速被各类Agent框架采纳,但配套的安全实践明显没跟上。Wiz Research这份扫描数据最有价值的地方,不是告诉你"有漏洞",而是给出了量级——70%和42%这两个数字说明,默认配置就有问题,不是个别疏忽。
对使用MCP搭建内部AI助手的企业来说,现在该做的不是等官方补丁,而是先自查:你的MCP服务器,从外网能直接摸到吗?
零信任网关的核心理念是"永不信任、始终验证",即不因为请求来自内网就默认放行,每次访问都要经过身份认证和授权检查。具体到 MCP 服务器,常见的落地方式包括:将服务器部署在私有子网,仅通过反向代理暴露;在代理层集成身份提供商(IdP)做 OAuth 校验;对工具调用按身份绑定权限,例如只读身份无法触发删除类工具。这种做法还能顺带提供审计日志,记录谁在何时调用了哪个工具,为事后追责和异常检测留下依据。
相关推荐

WorkBuddy智能体实战:从AI问答到自动办公的跨越
WorkBuddy是腾讯推出的AI智能体桌面工作台,能读取本地文件、操作办公软件、执行多步骤任务并定时自动运行。本文详解其核心功能、与传统AI工具的本质区别及适用场景。

Anthropic研究:LLM让形式化软件验证规模化成为可能
Anthropic Frontier Red Team研究显示,LLM已能在上百个真实开源库的RISC-V汇编级别批量生成形式化证明,覆盖123个OSS-Fuzz库、239个入口点,合计约1.8亿行Rocq证明,并在过程中发现数百量级Bug。文章解析其规格生成、证明流水线、信任边界与成本下降路径。

提示词工程入门:从写提示词到构建AI协作能力
从提示词的四大作用到提示词工程的六步流程,系统梳理AI提示词工程的核心概念、商业价值与三层局限性,帮助初学者建立对提示词工程的完整认知框架。