Havenlon | 杂谈：总有刁民想害朕：一句玩笑话里的安全工程学

从"防坏人"到"防错误进入现实"，中间隔着一整套现代系统设计

中文互联网上有一句被用滥了的玩笑：总有刁民想害朕。

它通常用来调侃某人疑神疑鬼、权力感过剩，把一切不顺都理解成针对自己的阴谋。

但如果暂时放下其中的帝王心态，只看它的结构，会发现这句戏谑意外地贴近现代安全工程的一条基本假设：系统不能按照"所有参与者都会正确行动"来设计。

这条假设在业内有个更严肃的名字——零信任。它的官方口号是"从不信任，始终验证"，另一种常见表述叫"假设已被攻破"。翻译成宫廷腔，大意就是那句玩笑，只是没那么押韵。

不过成熟的边界工程并不真的认为满朝文武都是刁民。它关心的是另一个问题：

无论谁成为风险源，系统是否仍有能力阻止错误进入现实。

这比"谁忠谁奸"重要得多。因为在复杂系统里，风险很少穿黑衣、蒙面、提前宣布自己要发动攻击。它更常见的形态是：穿着合法身份，带着正确权限，拿着真实凭证，走完全部流程，然后把一个错误的结果送进现实。

一、“宰相大人是自己人”

想象一座皇宫。宫门外站着宰相，侍卫认得他，知道他位高权重、深受信任，于是立刻放行。宰相说自己奉旨入宫。侍卫没有查验圣旨，没有核对时辰，也没问他为什么带着兵器。

理由很朴素：宰相大人是自己人。

这四个字在现代企业里的标准译法是：单点登录成功。

账号登录了，系统认为操作者可信；身份认证过了，后续请求就被默认放行；管理员拥有最高权限，于是他的操作被默认合理；审批流程走完，执行环节就不再追问。

这些机制都很重要，但它们回答的其实是同一类问题：谁发出了请求，谁同意了请求，谁拥有权限。

它们并不天然回答那个真正决定后果的问题：现在即将发生的事，是否仍然是当初被允许发生的那件事？

计算机安全里有个正式术语专门描述这种情况，叫"糊涂副官"（confused deputy）——一个手握权限的程序，被人诱导着替别人办了不该办的事。它本身完全清白，权限也完全合规，只是搞错了自己在替谁办事。听起来像评书里的角色，实际上是四十年前就被写进论文的经典缺陷。

可信身份只能证明"你是谁"，不能自动证明"你接下来做的事应该发生"。

宰相确实是宰相。但他今天带进宫的东西，仍然需要看一眼。

二、玉玺是真的，城门就该开吗

再设一个场景。边关送来一封圣旨：立即打开北门，迎接援军入城。

玉玺是真的。传令兵是真的。皇帝也确实下过这道命令。按传统授权系统的逻辑，门该开了。

但一个真正负责最终执行的守门系统，还得多问几句：批准打开的是北门吗？执行时间是现在吗？门外来的真是援军吗？原计划进城三百人，为何眼前站了三千？批准的是人员通行，还是连兵器车辆一起？从圣旨发出到抵达城下，目标有没有被替换？

如果这些都没有答案，仅凭玉玺为真就开门，验证的只是命令的来源，而不是行动的正确性。

数字签名也一样。它能证明一段数据出自某个私钥，能证明签名之后没被改动。它不能证明签名人理解了后果，不能证明屏幕上显示的对象就是实际被签的对象——这个缺口在密码学文献里有个专门的名字，叫"所见即所签"问题，讨论了几十年，至今没有彻底解决。

玉玺证明圣旨来自皇帝，却证明不了城门外站的是援军。

这不是一个抽象隐患。美国联邦调查局互联网犯罪投诉中心 2025 年度报告显示，商业邮件诈骗当年造成约 30.5 亿美元损失，投诉两万四千余起，平均每起十二万美元以上，规模较上一年继续上升。这类攻击的特点恰恰是：没有恶意链接，没有病毒载荷，没有可拦截的域名——一封写得极其得体的邮件，让付款在最后一步换了收款账户，一路顺利通过了所有上游控制。

玉玺全真，流程无懈可击，钱去了别处。

三、每个人都做对了，事情还是错了

现代组织里最危险的一句话，可能不是"系统被攻击了"，而是——“这个已经有人确认过了”。

业务确认了需求，审批确认了权限，安全确认了账号，平台确认了签名，执行系统于是认为自己只需忠实照办。

每个角色都完成了本职，但没有任何一个角色验证最终进入现实的结果。

一笔付款走完全套审批，收款地址在最后一步被换掉；一次云资源删除由合法管理员发起，删除对象却与审批页面上显示的不是同一个；一次自动化部署通过了全部测试，把配置推去了错误的生产区域。

局部看，身份对、流程对、权限对、签名对、接口调用也对。整体结果是错的。

每个人都负责一段流程，却没有人负责最后发生的事。

传统企业软件的重心几乎全在执行之前：谁申请、谁审批、谁授权、谁登录。但真正承受后果的是执行之后：钱有没有到正确账户，设备有没有做预期动作，生产系统改的是不是被批准的那个对象。

不可逆的后果，不会因为流程曾经正确就自动消失。

四、AI 让"刁民"这个解释变得不够用

过去人是执行链的主角。系统再复杂，最后总归有个人点下按钮。

智能体改变了这个结构。它理解目标、拆解任务、选择工具、生成参数、调用接口，再根据反馈决定下一步。

于是错误的来源多了一类：一个非常勤奋、非常高效、毫无恶意的系统。

给它的目标是"尽快解决客户退款"，它可能扩大退款权限；目标是"提高转化率"，它可能调用更多用户数据；目标是"保证系统持续在线"，它可能绕开原本用于风险控制的停机机制；目标是"降低成本"，它可能关掉一个看起来闲置、实则承担灾备职能的服务。

这类现象在 AI 研究中被称为"规范博弈"：模型精确地满足了被写下来的目标，同时精确地违背了没被写下来的意图。研究者收集过大量案例，共同点是——模型没有犯错，是目标写漏了。

这里没有刁民。没有人阴谋害朕。甚至没有传统意义上的攻击。只有一个目标，在复杂环境中被反复解释、转换、优化，最后产出了一个谁都不想要的结果。

所以 AI 时代的安全问题，重点不该停在"AI 会不会变坏"。更现实的问题是：

当 AI 非常认真地做错一件事时，谁能让它停下来？

五、最后一道门，不该是包青天

人们总希望安全系统足够聪明：最好能理解全部上下文，识别一切恶意，分辨忠奸，然后对每个请求作出英明裁决。

这个期待本身就是风险。一个越依赖上下文判断的系统，就越容易被新的上下文说服。

宰相可以说国家危急。将军可以说军情紧急。太监可以说这是皇上口谕。管理员可以说业务等不起。AI 则可以在三秒内生成一份逻辑严密、引证充分、语气恳切的说明，论证这一次绕过规则确有必要——而且它写得比前面几位都好。

如果最后一道边界也参与辩论，它迟早会输给一个更复杂、更紧急、更有说服力的理由。

所以真正的边界执行系统不该扮演包青天。它不需要判断动机，只需守住少数明确、可验证、不能临时关闭的条件：证据不全，不执行；执行对象与批准对象不一致，不执行；条件已过期，不执行；关键输入冲突，不执行；动作超出预先允许的范围，不执行。

这种"笨"不是能力不足，是刻意设计。保险柜不需要理解主人为什么半夜取钱，断路器也不关心工厂这个季度的营收目标。它们只负责在条件不满足时拒绝继续。

上层系统可以聪明地理解世界，最后一道门只需要坚定地拒绝不确定。

六、皇帝能不能拆宫门

边界工程里最难被接受的一条原则是：最高权限也不该拥有无限权力。

在传统系统里，Owner、Root、超级管理员通常被视为终极权威——可以修改策略、关闭审计、删除记录、绕过审批，乃至重新定义规则。这看似方便，实则意味着整套安全边界最终押注在一个人、一个账号、一组凭证永远正确。

账号被盗，全线失守；持有者犯错，没有后手；管理平台被控制，所有策略都可被重新解释；如果智能体获得了管理员代理能力，它也能以完全合法的身份完成一连串危险操作。

因此需要区分两种权力：管理系统的权力，和突破系统底线的权力。前者可以下放，后者不该由任何单一角色在运行时关闭。

Owner ≠ God。

翻译成宫廷语言：皇帝可以颁布政令，但不能因为今天心情不好，就下令拆掉所有城门、撤走全部守军、永久废除通行检查。

一个连皇帝都拆不掉的门，才勉强算得上是门。

结语：从"总有刁民"到"谁都不能绕过宫门"

"总有刁民想害朕"作为安全哲学，方向对了一半。它仍带着旧式安全观的底色：危险来自坏人，抓住坏人问题就解决了。

但复杂系统里的风险模糊得多。它可能来自恶意，也可能来自善意的失误；可能来自外部攻击，也可能来自内部误操作；可能来自被污染的模型，也可能来自一个严格遵照指令行事的程序。

所以边界工程不负责给人贴"可信"或"不可信"的永久标签。它只盯着行动本身：这个动作满足条件吗？对象与原始意图还绑定着吗？批准仍然有效吗？证据齐全吗？出现异常时，系统默认继续，还是默认停止？

传统权限系统问的是"你有没有资格做这件事"。边界执行系统还要追问一句：“你现在做的，真的是那件被允许的事吗？”

成熟的安全，不是准确猜出谁会出错，而是让任何人的错误都不容易穿透边界。

所以这句玩笑话需要改写三次。

第一次：朕不知道谁会成为刁民，所以谁都不能绕过宫门。

第二次：朕自己也可能犯错，所以连朕都不能随便拆门。

等智能体也进了执行链，还得再改一次——

无论下令的是皇帝、大臣、管理员还是 AI，城门只对满足条件的行动开放。