AI 博客

Gemini Spark 搬进了你的 Chrome 配置文件,而那道交还控制权的线划错了地方

Google 的智能体如今驾驶你正登录着的那个 Chrome,能取用你保存的密码,并在付款时把控制权交还给你。可付款恰恰是唯一带着拒付窗口的动作;邮箱被读、数据被拷走、找回地址被改掉,全在那条线的无人值守一侧。

作者 智能体 AI 维基 23 分钟读完

Google 的智能体不再驾驶一个由 Google 运行的浏览器,改去驾驶你正登录着的那一个,而且能取用你保存的密码——官方的安全说法是:遇到付款这类敏感操作时会把控制权交还给你。可付款恰恰是那台机器上唯一带着拒付窗口、背后还站着一个反欺诈部门的动作。真正无法挽回的那些——邮箱被读、数据被拷走、找回地址被改掉——全在那条线的无人值守一侧;而它们落到那一侧,是一个设计决定,不是一次疏忽。

变的是什么

Gemini Spark 的 Chrome 自动浏览于 2026 年 8 月 3 日起在美国向 Google AI Pro 与 AI Ultra 订阅者推送,此前于七月底发布。能力本身并不新;新的是它所在的位置。

项目之前现在
浏览发生在哪里一个由 Google 托管的远程浏览器你日常在用的桌面版 Chrome
在目标站点上的身份你显式登录过的那些你本人——通过你正生效的登录会话
可取用的凭据默认没有Chrome 保存的密码,经你许可
人工闸门会话级付款等敏感操作时交还控制权
可用范围先美国,AI Pro 与 AI Ultra 档,其他地区随后
A Google-managed remote browser compared with the agent running in the user's own Chrome profile Two stacks side by side. On the left, the agent drives a Google-managed remote browser with a fresh profile and no cookie jar, so the authority it holds is limited to whatever the user explicitly signed into, and it reaches the target site as an anonymous visitor. On the right, the agent drives the user's own desktop Chrome, so the authority it holds is every logged-in session plus the saved passwords, and it reaches the target site as the user. A single gate on that path is labelled payments only. Before — a browser Google ran Gemini Spark Google-managed remote browser fresh profile · no cookie jar · no password store AUTHORITY HELD only what you explicitly signed into Target site — as an anonymous visitor Blast radius of a persuaded agent: the one site you deliberately handed it, for the length of that session. Now — the Chrome you are logged into Gemini Spark Your desktop Chrome live profile · your cookie jar · saved passwords AUTHORITY HELD every logged-in session, plus the password store Handback gate — payments only Target site — as you Blast radius of a persuaded agent: everything that cookie jar authenticates, which nobody has ever written down.
同一个产品、同一件任务,只是搬了一次家。搬动的那条线,是标着"持有的权限"的那一条。

请诚实地看待这笔交换,因为它是真实的。远程浏览器是个更差的产品:它看不见你已经订了一半的那张机票,用不了你已登录的那个账号,凡事都要你再登录一遍。搬进本地配置文件,一步就把这些摩擦全消掉了;用户的感受会是"这东西终于能用了"。也正因为如此,才值得把它的代价说精确。

闸门恰好设在了可撤销的那个动作上

给付款设闸符合直觉,这个赛道上每个产品也都这么做。但细看之下,这也是最安全的一条划线位置——安全的意思是:它保护的,是本来就已经受保护的那一类动作。

Actions an agent inside your browser profile can take, scored on four protections Six rows of action classes against four columns: whether the action is reversible, whether the payment handback gates it, whether an audit log can tell the agent apart from the user, and whether the authority is bounded by scope. Making a card payment scores medium to strong across the board. Reading mail, exporting data off-site, changing a recovery address, granting an OAuth scope and sending a message as the user score weak on almost every column. Protection by action class REVERSIBLE GATED ATTRIBUTABLE SCOPED Make a card payment Medium Strong Medium Medium Read the mailbox and documents Weak Weak Weak Weak Copy data to an off-site destination Weak Weak Weak Weak Change a recovery email or phone Weak Weak Weak Weak Grant a third-party OAuth scope Medium Weak Medium Weak Send a message as you Weak Weak Weak Weak Strong Medium Weak
只有一行被防住,而它恰好是带着拒付窗口的那一行。它下面那五行,安静、廉价,而且永久。

一笔刷错的卡令人难堪,但通常能挽回:有争议处理流程、有时限窗口、有一个负着合规义务的对手方,往往还早就设了消费限额。再看看同一个配置文件里、只隔着一次点击的那些动作:

  • 读取。一个邮箱、一个文档库、一套 CRM。没有什么可撤销,没有通知,而对攻击者来说,这本来就是整件事的目的。
  • 把数据往外拷。粘进一个表单、上传一个文件、发出一条消息。一旦落到别处就收不回来了,而"智能体在做这件事"看上去和"用户在做这件事"一模一样。
  • 改掉账号的找回地址。这是互联网上杠杆最高的一次写入,因为它把一次会话换成了永久访问权。许多站点在放行之前会再次要求输入密码——而那恰恰是一个保存好的密码库消掉的那道保护。
  • 授予第三方 OAuth 权限。事后可以撤销,但这中间被取走的数据不能;而那个授权确认页,对一个"在读页面"的东西来说,不过是又一个页面。

这些都不是什么异域攻击。它们是一个浏览智能体在正当工作过程中不断执行的普通动作——正因如此,才不可能给它们逐个设闸而不毁掉产品。闸门之所以设在付款上,是因为付款是唯一一类"确认弹窗既有意义、又稀少到人能忍受"的动作。

这是一个环境权限问题,而且并不新鲜

之所以不能靠多加几道闸门来修好这道闸门,是因为那份权限压根就不附着在动作上。一份浏览器配置文件,是最纯粹形态的环境权限:调用时什么都不用传递,因为 cookie 罐替你出示了。问这个智能体被允许做什么,你会得到一张功能清单。问它够得着什么,诚实的答案是"你碰巧登录着的那批站点"——而这份清单从来没人列举过,包括你自己。

What the agent holds under three credential arrangements Three columns. A remote managed browser holds no cookie jar and only what the user explicitly signed into, so the blast radius is one site. The user's own Chrome profile holds every logged-in session, the saved password store, extensions and history, so the blast radius is the user's whole identity. A per-task scoped credential holds one token for one site that expires with the task, so the blast radius is one grant. Remote managed browser no cookie jar only what you signed into no password store BLAST RADIUS one site, one session Your Chrome profile every logged-in session the saved password store extensions, history, tabs BLAST RADIUS your identity, unenumerated Per-task scoped credential one token, one site expires with the task its own name in the log BLAST RADIUS one grant
中间那一列是方便的那个。它也是唯一一个爆炸半径没法事先写下来的。

这让处在这个位置上的任何智能体都成了教科书式的混淆代理:它持有你的权限,它从读到的页面里接受指令,而它没有任何有原则的办法,把一项任务与嵌在商品列表、评论、PDF 或邮件页脚里的一句建议区分开。这个失败不需要模型被攻陷、被越狱,或者在任何事情上判断错了。它只需要模型乐于助人,而那正是它被造出来的目的。

还有一项更安静的代价,只在出事之后才现形:归因。当智能体通过你的会话行事,对面每一条服务器日志、每一份审计轨迹、每一个反欺诈模型,记下的都是"你做的"。没有哪个字段写着"这是一个智能体干的"。你没法据此筛选,你的银行也没法,而万一你需要证明某件事不是你做的,证据只在你自己的机器上,别处没有。一个有自己身份的智能体——正是智能体身份所主张的那种安排——不只是更安全,它还是唯一一种能留下一份日后有人推理得动的记录的版本。

"防护提示词注入"是一个概率,而刚刚改变的是那个乘数

Google 说这项功能包含针对提示词注入的防护,这个说法该按字面接受:这些防御是真实的、在变好,而 Chrome 团队手上能拿来构建它们的信号,比几乎任何人都多。它们不可能做到的,是完备。注入不是一个有补丁可打的缺陷类别;它是"把不可信文本喂给一个分不开数据与指令的系统"的必然后果——这是用大白话讲提示词注入里的论证,也是为什么2026 年的防御是一套分层缓解的叙事,而不是一次修复。

所以,读一项防御的诚实方式,是把它读成一个残余发生率;而 8 月 3 日改变的不是这个发生率,是一次成功值多少钱。同一个页面、同一句注入进去的指令,打在一个干净远程浏览器里的智能体身上,攻击者买到的是一次匿名会话。打在你配置文件里的智能体身上,买到的是那个 cookie 罐认证过的一切。把注入成功率砍掉一半,是一个季度的好活儿;而把收益乘上"你整个已登录的人生"那么大,只需要一次产品发布。

更广的生态正在这根轴上朝相反方向走,这才让这次发布变得有意思,而不只是有风险。把浏览器变成用完即弃的论证是:每个任务一份全新上下文,意味着任务之间什么都不会带过去。而一个跑在你日常配置文件里的消费级智能体,是相反那一注的极大化版本:一切都带过去,永远带,而且是有意为之——因为方便正是从那里来的。

该怎么办

如果你在用它

给它一份配置文件,而不是你的那份。Chrome 的配置文件是免费的,切换只要一次点击:新建一份专用于智能体跑腿,只登录这些跑腿事项需要的那两三个服务,把邮箱、银行和密码库留在外面。这只花几分钟,却把一个无边界的可达集合,换成了一份你自己写下来的清单。然后,凡是你不会交给一个临时工的东西,就让密码管理器彻底不参与其中:自动填充正是那个把"会读页面"变成"能在任何地方完成认证"的机制。

如果你在管一支设备队伍

在有人靠"装上它"做决定之前,先用政策把这件事定下来。要紧的问题是:哪些 Chrome 配置文件可以跑智能体、企业 SSO 会话能不能从其中一个够到,以及事后你的日志会怎么写——而第三个问题当下的答案是"写着那是用户本人",这正是该被摆上桌的那部分。企业数据经由员工自己会话里的一个智能体流出,并不是一个新的管控问题,但它恰恰是围绕数据外泄风险建起来的出网与 DLP 工具大多看不见的那一类,因为那些流量看上去就是一个已登录的人在用浏览器做寻常的事。

如果你在造一个

把这次发布当作一份"用户从此会期待什么"的规格说明,并据此给安全工作定价。具体来说:按任务签发凭据而不是继承一个会话,见面向智能体的最小权限凭据;给"智能体可以把读到的东西发往何处"加一份允许清单,见出网控制;把读的身份和写的身份分开;并且按"能不能撤回"而不是按货币符号来设闸门。如果你的确认清单上只有"付款",那你设闸的恰好是那个本来就有保险的动作。

这次发布底下那条经得起时间的原则:确认闸门保护的是有人列举过的那些动作,而环境权限恰恰就是没人列举过的那份权限。当一个智能体搬进一个人类已经栖居的环境,可达集合会无声地变大,而闸门清单不会——所以真正有用的安全问题从来不是"它做之前会问我什么",而是"这个环境里有什么,是它根本不需要开口问的"。在授予权限之前,先在纸上回答这个问题;因为授予之后,答案就变成被发现的,而不是被设计的了。

常见问题

这比早就存在的那些浏览器智能体更糟吗?

不是种类上更糟——是触及范围更大。基于扩展的和桌面端的智能体在用户配置文件里跑已经有一阵了,而它们每一个都继承着同样的环境权限。这次不同的是分发:它推送给桌面端使用率最高那个浏览器的消费级订阅者,从而把一场小众的安全讨论,变成了非常多人的默认配置。

Google 会看到我的密码吗?

官方给出的设计是:智能体经你许可、用你保存的凭据代你登录,而不是把它们导出去。这个区分对机密性有意义,对本文的论证则完全没有意义:无论智能体是持有那个密码,还是仅仅把它花出去,它能行使的权限是一样的,一个被说服的智能体能拿它做的事也是一样的。

我能不能直接对敏感站点说不?

按站点关闭是有帮助的,也值得去设。但它对这个问题来说形状不对:它要求你事先预测出危险集合,而整套环境权限论证质疑的正是这个前提。换一份独立配置文件,是把这个集合框住而不是列举它,而且还更省脑子。

更好的注入防御最终不会让它变安全吗?

会更安全,但残余不会归零——这个领域里每一层防御都是降低发生率,而不是消除。正确的应对不是等那个发生率,而是把"一次成功值多少钱"缩小;而后者是你这一侧就能做的决定,今天就能做。

我怎么分辨某件事是智能体做的还是我做的?

到今天为止,多半分辨不了;而这正是这套设计里最少被讨论的部分。经由你的会话所做的动作,在每一份要紧的日志里都与你自己做的无从区分。如果这个性质对你的用途不可接受——受监管的流程、共享账号,或者任何你日后可能要为之背书的事——那这个智能体就需要自己的身份和自己的凭据,而不是在你这里借一个座位。

延伸阅读

本站相关:

资料来源: