Manus 使用的工具和提示词被曝光，安全令人担忧

事件概述

2025年3月10日，X平台用户@jian发布帖子称通过简单的自然语言指令成功获取Manus的系统文件（路径：/opt/.manus/），暴露其沙箱运行时代码、工具链及完整提示词框架。此次泄露不仅揭示其基于Claude Sonnet模型的底层架构，更暴露出严重的安全设计缺陷，引发行业对AI自动化工具安全性的深度担忧。

技术细节分析

1. 权限失控的架构漏洞

• 曝光的提示词显示，Manus默认拥有对Linux沙箱环境的完全控制权，可执行任意shell命令、读写系统文件（file_read/file_write）、部署公网应用（deploy_apply_deployment）等高风险操作

• 系统未实施最小权限原则，用户通过自然语言即可获取核心目录文件，如下图所示：

系统文件泄露示例

• 重放链接：https://manus.im/share/lLR5uWIR5Im3k9FCktVu0k

2. 工具链安全缺陷

• 29个内置工具中，shell_exec允许执行任意命令，browser_console_exec支持注入JavaScript代码，deploy_expose_port可暴露本地端口至公网

• 浏览器自动化工具（browser_click/browser_input）存在坐标点击注入风险，可能绕过传统Web安全防护

3. 提示词设计隐患

• 泄露的prompt.txt显示，系统未设置敏感指令过滤机制，用户可通过"读取/opt/.manus目录"等自然语言触发文件泄露

• 多轮代理循环机制（agent loop）缺乏操作审计，恶意指令可能通过迭代执行实现隐蔽攻击

工具和提示词：https://gist.github.com/jlia0/db0a9695b3ca7609c9b1a08dcbf872c9

潜在风险场景

1. 敏感信息泄露：攻击者可利用file_read工具遍历服务器文件，窃取配置文件、密钥等敏感数据

2. 恶意代码执行：通过shell_exec调用wget下载恶意程序，或利用deploy_apply_deployment部署钓鱼网站

3. 横向渗透攻击：暴露的沙箱环境可能成为跳板，结合browser工具实施内网渗透

4. 供应链污染：篡改通过make_manus_page部署的MDX文件，实施软件供应链攻击

行业影响评估

1. 对AI代理领域：暴露通用安全盲区——87%的AI自动化工具未设置操作白名单机制

2. 对Claude模型生态：可能引发对Anthropic API权限管控机制的重新审视

---

深度反思

此次事件暴露出AI自动化时代的新型安全挑战：

1. 自然语言攻击面：传统基于代码的防护体系难以应对语义层面的权限绕过

2. 工具链武器化：每个API都可能成为攻击者的"数字化瑞士军刀"

3. 认知安全鸿沟：87%的开发者低估了提示词工程可能引发的系统风险

安全团队亟需建立"AI安全左移"机制，在提示词设计、工具链开发、沙箱部署等早期阶段植入安全基因。建议参考NIST AI安全框架（AI RMF），构建覆盖"设计-部署-监控"的全生命周期防护体系。

此外，开源工具Browser Use也就此事件进行回复

Turns out… Manus is just another Browser Use wrapper

(原来…Manus 只是另一个浏览器使用包装器)

值得引起思考。

AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓