AI产业化快速落地的进程中，底层基础设施安全也正受到越来越多关注。CertiK近期在EdgeTPU中两项安全漏洞，分别为CVE-2026-0150与CVE-2026-0153，风险等级分别为High和Critical。相关研究获得Google官方致谢，并纳入2026年6月Security Bulletin。CertiK本次底层基础设施漏洞研究，进一步印证了AI安全的核心转型趋势：安全防护已从单一模型防护，逐步扩展至完整AI系统。
两项漏洞技术成因各异，但存在相似安全风险。攻击者有机会借助Android与EdgeTPU之间的交互接口突破原有安全隔离机制，在负责AI推理的高权限芯片中执行任意代码，或访问其中的敏感数据。该问题并不意味着所有AI芯片设备都存在类似隐患，但也提醒行业：在AI广泛应用于人脸识别、身份认证、端侧推理等关键场景的背景下，原本被视为可信底座的底层硬件，同样需要接受独立专业的安全核验。
本次研究也揭示了传统安全评估中容易被忽视的问题。多数企业将应用、API、基础设施、硬件组件拆分开展独立安全评估。但攻击者不受系统边界限制，可能利用各组件的接口与信任关系，将多个看似独立的环节串联成完整攻击路径。真正值得关注的风险，往往隐藏在这些跨系统、跨组件的交互之中。
随着AI从内容生成转向任务执行，AI Agent的发展进一步扩大了潜在攻击面。如今AI智能体开始对接数据库、调用第三方API，深度参与支付、身份核验、数字资产管理等核心业务，系统权限扩张，安全风险也随之增加。McKinsey发布的《The state of AI in 2025》报告显示，88%企业已在至少一个业务场景中部署AI，超过六成企业开始探索AI Agent；Google Cloud调研显示，83%的受访企业认为现有基础设施需全面升级，方可支撑AI Agent规模化落地。
AI安全防护边界也因此不断扩展。传统AI安全更多聚焦提示词注入、模型越狱、训练数据投毒等问题，随着AI应用不断接入真实业务环境，安全团队还需要进一步关注AI Agent与外部系统之间的交互、工具调用权限、敏感信息访问以及第三方组件可能带来的供应链风险。目前，Pieverse、FinChip.ai等平台已部署CertiK Skill Scanner，对AI Skill进行安全扫描，帮助识别潜在恶意行为和安全漏洞，在Agent执行任务之前降低潜在风险。
据悉，CertiK持续围绕AI应用、AI Agent以及AI基础设施开展安全研究，并将AI应用于代码分析、漏洞检测和形式化验证等研发流程。团队通过将AI集成至专有的CertiK Prover引擎中，提高了形式化验证效率。相关研究成果已发表于OSDI 2023、ASPLOS 2026等国际顶级计算机学术会议，并获得ASPLOS 2026 Best Paper Honorable Mention奖项。
CertiK本次发现的EdgeTPU漏洞，是AI安全边界不断扩展的一个典型案例。随着AI逐渐成为数字基础设施的一部分，企业需要验证的已不再只是某一个模型是否安全，而是整个AI系统从开发、部署到运行全过程是否值得信任。覆盖完整技术栈和全生命周期的风险管理，也正在成为AI安全建设的重要方向。
