对抗性完整：AI时代，别让一个局部正确骗过整个系统

本文来自微信公众号： HavenlonLabs ，作者：HavenlonLabs

在日常生活中，我们经常会遇到这样一类人。

他们锁车以后，会再回头拉一下车门；发出重要邮件之前，会重新检查收件人和附件；完成转账之前，会再次核对姓名、账号和金额；签署合同之前，即使文件已经经过多人审核，也会重新翻到最后一页确认版本。

站在旁观者的角度，这些动作很容易被理解为过度谨慎。

明明已经按了锁车键，为什么还要拉一次车门？明明流程已经审核通过，为什么还要重新打开文件？明明系统已经显示绿色，为什么还要再确认一次？

有时，周围的人甚至会觉得，这个人是不是有些神经质。

但真正经历过事故的人，往往不会这样看。

他们知道，现实世界里的很多问题，并不是因为人们什么都没有做，而是因为人们做完某个动作以后，太早相信事情已经按照预期发生。

真正成熟的安全意识，不是反复怀疑自己，而是拒绝过早相信现实。

这正是理解“对抗性完整”的一个生活化入口。

一、很多事故，都发生在“已经确认过”之后

人们通常认为，安全问题来自明显的故障、违规或者破坏。

门没有锁，是因为有人忘了锁；转账出错，是因为有人填错账号；系统执行危险操作，是因为权限管理失效；数据被删除，是因为攻击者绕过了防线。

但现实中的大量事故，并没有这么明显。

人确实按下了锁车键，车辆却因为信号干扰没有真正完成锁定；审批人确实点击了同意，但审批页面展示的摘要与最终执行内容并不完全一致；合同确实通过了审核，但正式发出的附件已经不是此前确认的版本。

从流程上看，每一步似乎都发生了。

有人提交，有人审批，有系统记录，有操作日志，权限也完全合法。问题不在于流程不存在，而在于流程中的某个对象、内容、条件或者结果已经发生变化，后面的环节却仍然沿用了前面的信任。

也就是说，人们检查过一件事，却没有继续检查这件事后来是否还是原来的样子。

很多严重错误，不是没有经过确认，而是确认过一次以后，所有人便默认它不会再变化。

锁车以后再拉一下车门，看起来是在重复确认，实际上检查的并不是同一个问题。

第一次确认的是：“我有没有按下锁车键？”

第二次确认的是：“车门现在到底有没有锁上？”

一个检查动作，一个检查结果。

一个确认系统接收了命令，一个确认现实已经发生了变化。

这两个问题看起来接近，实际上并不相同。

二、别人眼里的“多余”，往往只是换了一个角度

在低风险环境中，重复检查确实可能显得效率不高。

一条普通消息发错了，可以撤回；一个普通文件选错了，可以重新发送；一个普通设置改错了，可以恢复。在这些场景里，快速行动通常比反复核对更重要。

但当事情涉及资金、医疗、生产系统、重要数据或者不可逆操作时，判断标准会完全改变。

医院在手术开始前，要重新确认患者身份、手术部位和具体项目。飞机起飞前，机组人员会按照清单进行交叉检查。工业设备启动前，需要确认人员位置、环境状态和关键阀门。银行转账执行前，会再次展示收款人和金额。

外行第一次看到这些流程，可能会问：这些信息不是早就确认过了吗？

答案是，前面确实确认过。

但前面确认的是前面的状态，最后需要确认的是此刻即将发生的现实。

这些检查也并非简单重复。它们通常来自不同角色、不同系统、不同信息来源和不同观察角度。

一个人确认业务意图，另一个人确认实际对象；一个系统检查权限，另一个系统检查执行参数；前面的流程回答“是否允许”，最后的边界回答“当前条件下是否仍然应该发生”。

重复同一种检查，可能只是形式主义；从不同角度重新审视，才是真正的安全设计。

如果所有确认都依赖同一个界面、同一份数据和同一个系统，那么检查次数再多，也可能只是重复接受同一个错误。

例如，一个错误的收款地址被写进申请单，审批页面、财务系统和执行程序都从同一条记录中读取它。整个流程可能经过三个人确认，但三个人看到的都是同一个错误来源。

表面上，这是多重审核。

实际上，只是不同的人重复相信了同一个事实。

真正有效的确认，需要有不同的观察角度：申请内容与实际执行内容是否一致，审批对象与最终操作对象是否一致，系统记录与现实状态是否一致，权限合法与结果安全是否是同一件事。

对抗性完整关注的，正是这种“换一个角度再看一次”的能力。

三、为什么叫Adversarial Completeness

“对抗性完整”的正式英文是：

Adversarial Completeness

这里的两个词都很重要。

首先是Adversarial。

它不是单纯指系统可能自然出错，而是强调系统面对的是一种带有主动性的环境。有人可能故意制造误导，隐藏关键信息，替换执行对象，污染上下文，利用界面差异，或者诱导审批人做出错误判断。

普通错误是偶然发生。

对抗性环境中的错误，可能是有人故意让它发生，并且故意让它看起来没有发生。

因此，对抗性完整并不是在理想环境中检查流程是否合理，而是在假设某些参与者、信息来源或者中间环节可能不可信的情况下，重新审视系统是否仍然可靠。

其次是Completeness。

这里没有使用常见的Integrity，是因为两者关注的重点并不相同。

Integrity通常更容易让人联想到数据是否被修改、文件是否损坏、信息在传输中是否保持一致。它强调的是某个对象本身有没有被篡改。

Completeness强调的则是：我们对风险的考虑是否足够完整。

审批通过了，不代表执行对象没有变化；身份合法，不代表操作结果安全；签名正确，不代表签署内容符合原始意图；日志完整，也不代表这项操作本来就应该发生。

每一项单独看都可能正确，但如果系统只检查其中一项，就仍然可能留下能够被利用的缺口。

所以，“完整”不是指某份数据完整，而是指安全判断不能只覆盖一个局部。

它需要从意图、身份、对象、权限、参数、环境、过程、结果和证据等多个角度，检查一件事情是否仍然成立。

Adversarial Completeness不是证明某一个环节没有问题，而是确认那些可能被对手利用的关键角度，没有被遗漏。

这也是为什么用Completeness更准确。

它强调的不是“这个东西有没有被改”，而是“我们是不是少看了某个决定性的问题”。

四、对抗性完整到底在检查什么

用大白话解释，对抗性完整就是：

一件重要的事情，不能因为某一道检查通过，就默认整体安全，而要从不同角度确认，还有没有能够被利用的缺口。

这意味着，系统不能只问一个问题。

不能只问：“是谁发起的？”

还要问：“发起人真正想做的是什么？”

不能只问：“他有没有权限？”

还要问：“这次操作是否超出了具体授权范围？”

不能只问：“审批有没有通过？”

还要问：“审批人看到的内容，是否与最终执行内容一致？”

不能只问：“签名是否有效？”

还要问：“签名所对应的对象、金额、目标和条件是否仍然没有变化？”

不能只问：“日志是否存在？”

还要问：“日志能否证明当时看到的、批准的和最终执行的是同一件事？”

这些问题单独看都不复杂。

真正困难的是，很多系统只检查其中一个问题，然后把一个局部成立的结论，扩大成整体安全的证明。

身份正确，于是默认意图正确。

权限合法，于是默认结果安全。

审批通过，于是默认执行内容没有变化。

签名有效，于是默认签署对象值得信任。

这正是大量执行风险产生的原因。

局部正确不等于整体安全，流程完整也不等于风险覆盖完整。

对抗性完整要求系统继续追问：有没有另一个角度，可以推翻当前的安全结论？

如果攻击者不能伪造身份，他是否可以诱导合法身份做错事？

如果无法绕过审批，他是否可以操纵审批人看到的内容？

如果无法修改签名，他是否可以在签名前替换签署对象？

如果无法删除日志，他是否可以让日志完整记录一次错误执行？

这种思考方式看起来有些多疑，但它不是无边界的怀疑，而是面向真实攻击路径的系统性检查。

五、为什么这种做法经常被认为“神经质”

对抗性完整在组织内部并不总是受欢迎。

因为它会制造摩擦。

当所有人都急着推进项目时，有人要求重新核对执行对象；当审批已经完成时，有人仍然要求比较最终参数；当系统所有状态都显示正常时，有人还想确认底层实际状态。

这类人容易被评价为保守、拖慢效率、不够信任团队，甚至总是假设事情会出问题。

但安全工作的矛盾就在这里。

当风险尚未发生时，所有保护动作看起来都像额外成本；只有事故真正发生以后，人们才会意识到，之前被省掉的那一步并不是多余。

火灾发生之前，消防通道占用了经营面积；数据丢失之前，备份系统消耗了存储空间；生产事故发生之前，停机检查影响了效率；错误转账发生之前，二次确认增加了操作时间。

这些措施的价值，很难通过“今天创造了多少收入”来直接证明，因为它们成功的表现，恰恰是某件坏事没有发生。

边界在灾难发生之前叫成本，灾难发生之后才会被重新命名为必要。

所以，对抗性完整并不是一种性格上的过度谨慎。

它是一种把经验中的“不放心”转化为工程机制的能力。

它不要求每个人始终保持高度警觉，也不要求某位经验丰富的员工发现所有异常。它要求系统提前明确：哪些操作不可逆，哪些对象必须在最终执行前重新确认，哪些信息不能只来自一个来源，哪些变化必须重新审批，哪些条件不满足就必须停止。

换句话说，它把个人习惯中的谨慎，转化为组织能够稳定执行的制度。

六、AI时代，执行链条正在迅速变长

在传统软件时代，人通常还是最终操作的主体。

系统提供信息，人完成判断，然后点击按钮。即使软件出现错误，许多关键动作仍然需要人主动发起。

AI Agent的出现正在改变这一点。

AI不再只是回答问题、生成文字或者提供建议。它开始读取邮件、调用工具、编写代码、修改云资源、管理账户、生成交易，甚至根据环境变化连续完成一系列任务。

这意味着，从人的最初意图到现实结果之间，出现了一条更长、更复杂的执行链条。

一个人只说一句自然语言，模型需要先理解任务，再拆解计划，选择工具，读取外部信息，组合参数，申请权限，获得审批，最终执行。

每增加一个环节，就多了一次理解偏差、对象替换、上下文污染或者信息遗漏的可能。

更重要的是，AI并不会天然知道自己正在受到诱导。

一份文档中的恶意内容，可能被模型当成任务要求；一个网页中的隐藏指令，可能影响后续工具调用；一个错误的接口返回，可能被当成真实环境状态；一个经过包装的审批摘要，可能掩盖真正危险的执行参数。

在这种环境里，仅仅提高模型准确率是不够的。

因为企业最终承担后果的，不是模型曾经说过什么，而是系统最后做了什么。

AI时代最大的安全变化，不是机器开始思考，而是机器开始把判断直接兑现成现实。

过去，一次错误回答可能只需要重新生成。

未来，一次错误判断可能意味着资金转出、权限改变、数据删除、服务中断或者设备动作。

当错误从信息层进入执行层，对抗性完整就不再只是高级安全设计，而会逐渐成为AI系统的基础能力。

七、AI越智能，越容易让人过早放心

AI有一个特殊风险：它非常擅长制造“事情已经被理解”的感觉。

它能够生成完整的解释、清晰的计划、专业的摘要和看起来合理的理由。正因为表达过于完整，人们很容易把“解释得通”误认为“事情已经被完整验证”。

但语言上的完整，并不等于执行上的完整。

AI可以正确总结一项操作，却遗漏一个危险参数；可以生成合理计划，却在调用工具时选择错误对象；可以获得合法审批，却在审批后因为环境变化执行到另一项资源；可以完整保存日志，却把一次错误行动记录得非常清楚。

传统系统中的很多信任机制，在AI面前可能变得更加脆弱。

因为人容易被摘要说服，被自然语言解释安抚，被自动化流程降低警惕。

当系统告诉人们“风险已检查”“操作已批准”“目标已确认”时，人们很少继续追问：这些结论是否来自独立信息？检查者是否和执行者共享了同一个错误上下文？审批人看到的是否真的是即将执行的内容？

AI最危险的能力之一，不是制造错误，而是把错误解释得像一个合理决定。

因此，AI时代的对抗性完整必须特别强调独立验证。

不能让AI生成计划，再让同一个AI根据自己的计划判断计划是否安全；不能让系统生成摘要，再让审批人只依据摘要批准；不能只验证Agent的身份和权限，而忽略它实际准备执行的对象、参数和后果。

越是高风险的操作，越需要从AI之外获得新的判断角度。

八、对抗性完整不是不断增加审批

谈到多角度检查，很多人会立刻想到增加更多审批人、更多弹窗和更多确认按钮。

但这并不等于对抗性完整。

十个人在同一个界面上点击同意，不一定比一个人更安全。如果十个人看到的都是同一个被操纵的摘要，他们只是共同接受了同一个错误。

系统连续弹出五次“是否确认”，也不一定有意义。如果五次确认都没有增加新的信息，用户最终只会形成机械点击。

真正的对抗性完整，不是增加检查数量，而是增加判断维度。

审批人看到的是业务意图，执行层还要验证实际对象；模型提供操作建议，独立规则还要检查金额和边界；SaaS负责协调流程，最终执行层还要确认关键条件；日志记录过程，证据系统还要证明意图、审批与结果之间存在可靠关联。

检查次数不是安全，独立角度才是安全。

这也意味着，对抗性完整不能只存在于流程图里。

它必须落实为具体能力：对象绑定、参数绑定、上下文绑定、执行前复核、状态交叉验证、独立证据以及最终拒绝。

只要某个关键事实发生变化，系统就不能继续沿用旧的授权。

九、真正重要的是，最后一层能不能说“不”

对抗性完整最终不是为了让系统看到更多问题，而是为了让系统在发现问题时真正停下来。

如果最终检查发现执行对象已经变化，但系统仍然必须继续；如果参数已经超出审批范围，但执行层没有拒绝能力；如果关键证据无法验证，却只能记录日志而不能阻断，那么所谓检查仍然只是形式。

真正的安全边界必须拥有否决权。

它不一定负责理解全部业务，也不需要比AI更聪明。它只需要在少数明确的高风险条件下，能够拒绝执行。

例如，金额超过授权上限时拒绝，执行对象与审批对象不一致时拒绝，关键参数发生变化时拒绝，环境状态无法确认时拒绝，证据链不完整时拒绝。

这样的系统看起来可能不够聪明。

它不会生成漂亮的解释，也不会理解所有上下文，但它能够守住那些已经明确不能越过的边界。

最后一道边界不需要无所不知，但必须有能力拒绝无法证明安全的事情。

AI系统越能自主完成复杂任务，这种最终拒绝能力就越重要。

因为“擅长完成任务”与“适合承担最终风险”并不是同一件事。

一个系统越擅长推动事情向前，就越需要另一个独立机制，在必要时让它停下来。

十、对抗性完整不是让所有事情都变慢

有人可能会认为，如果每个关键节点都从不同角度检查，AI系统就会失去效率。

但这是一种误解。

对抗性完整并不要求所有操作都经过同样复杂的审查。

低风险、可撤销、影响有限的动作，可以快速自动完成。真正需要更强验证的，是那些影响重大、难以恢复或者可能被攻击者利用的执行。

整理文档与删除生产数据库，不应采用同样的控制强度；生成转账建议与正式发出资金，不应共享同样的执行边界；创建测试资源与修改核心权限，也不应依赖相同的确认机制。

成熟的系统，不是在所有地方增加阻力，而是把阻力放在后果最严重的位置。

安全设计的目标不是让每一步都变慢，而是让错误无法轻易跨过最后一步。

从长期看，这种设计反而能够提高组织效率。

因为它减少了事故后的回滚、调查、赔偿和信任损失，也降低了企业对少数经验人员的依赖。

系统不再要求每个人始终保持警觉，而是在关键节点自动提供新的判断角度。

十一、把“神经质”变成制度

生活中那些被认为过度谨慎的人，往往是在用个人习惯弥补系统缺失。

他们反复核对，是因为流程不会替他们核对；他们回头拉门，是因为按键动作不能直接证明现实结果；他们保存截图和记录，是因为事后很难证明当时到底发生了什么。

真正成熟的组织，不应把安全寄托在个人是否足够谨慎。

它应当把这种谨慎转化为设计。

哪些关键步骤必须从不同角度验证，哪些信息需要独立来源，哪些变化必须重新审批，哪些操作应该留下可验证证据，哪些条件不满足时必须停止执行，都应在系统运行之前确定。

这样一来，所谓“神经质”就不再是个人性格，而成为组织稳定运行的一部分。

对抗性完整，不是把每个人都变得多疑，而是把关键时刻的多疑变成制度。

它不是假设所有人都会作恶，也不是要求系统永远不犯错。

它只是承认，信息会变化，人会误判，系统会失效，AI会受到诱导，攻击者也会利用信任和惯性。

因此，在那些不可逆的地方，我们不能只问“前面有没有检查过”，还必须继续问：

现在执行的，还是最初被同意的那件事吗？

审批人看到的，与系统真正准备执行的内容一致吗？

当前身份、权限、对象、参数、环境和结果，是否同时成立？

我们是不是遗漏了某个能够被利用的角度？

结语

很多人理解安全，习惯寻找更聪明的模型、更复杂的规则和更准确的识别技术。

但在现实世界中，真正挡住事故的，往往不是一个无所不知的系统，而是一个看起来有些多余的动作。

再核对一次收款人，再拉一下车门，再比较一次最终参数，再从另一个系统确认一次现实状态。

这些动作不会创造直接收入，也不会让报表更加漂亮。

它们唯一的作用，是防止一个已经偏离原意的事情，被整个系统顺利、准确而高效地执行到底。

这就是Adversarial Completeness｜对抗性完整所关心的问题。

它不是证明某个单独环节没有被破坏，而是确认系统没有遗漏那些能够被错误、欺骗和攻击利用的关键角度。

在AI只负责回答问题时，这可能只是一种高级安全理念。

当AI开始管理资金、代码、生产系统、数字资产和现实设备以后，它将成为所有执行系统必须面对的基础问题。

因为AI时代真正危险的，并不是机器偶尔说错一句话。

而是身份合法、权限有效、审批通过、签名正确、日志完整，所有流程看起来都没有问题，最后却把一件早已偏离原意的事情，不可逆地执行到了现实里。

对抗性完整的价值，不是让系统永远正确，而是确保那些决定性的问题，没有因为所有人都觉得“已经检查过”而被遗漏。

本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4877247.html?f=wyxwapp