用AI测试AI系统安全
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Krypteia Sec 定位为面向“Agentic Era”的进攻性 AI 安全实践,主张用 AI 攻击 AI。它并非传统漏洞扫描器,而是通过 autonomous hackbots 对 LLM、AI Agent、RAG 管线、MCP 服务器、聊天机器人及 AI 应用集成进行对抗性测试,同时也可运行常规 Web 与基础设施渗透测试。
其重点在 AI 语义层风险:提示注入、越狱、系统提示词提取、护栏绕过、对齐操纵、多轮会话攻击等。对 Agent 场景,文本强调工具访问、代码执行、API Key、数据库权限等会显著扩大影响面;对 RAG,则覆盖向量数据库投毒、检索上下文操纵、文档注入和上游训练数据污染。其方法论包括侦察、构建定制 hackbots、受控测试、输出报告与加固建议,并声称研究对齐 OWASP LLM Top 10、MITRE ATLAS、NIST AI RMF 等框架。
正文没有披露价格、套餐、交付周期或 SLA,因此无法判断预算友好度。部署方式更像咨询式红队 engagement:由其操作人员设计并运行 hackbots,在受控环境中执行大量对抗性探测,最后交付包含复现步骤、风险评级、修复建议的报告。未看到自助 SaaS、私有化部署、持续监控告警或工单平台集成说明。
优势是方向非常聚焦:传统扫描器难以覆盖语义漏洞、多轮攻击和 Agent 工具链攻击,而 Krypteia Sec 明确围绕这些新型 AI 攻击面设计方法。其开放研究取向也有利于技术透明。短板是商业信息不足:没有合规认证、客户案例、团队规模、国家地区、支持能力和收费信息;对企业采购、法务审查和供应商评估不够友好。
它更适合已经将 LLM、Agent、RAG、MCP 或聊天机器人接入生产数据和业务流程的团队,用于上线前红队、安全验收或高风险 AI 应用复测。中国大陆访问、支付和本地支持均未披露,china_access 只能判定为未知。若有数据出境、语言、本地合规或付款限制,可同步评估国内安全厂商的大模型安全测评、AI 红队和渗透测试服务作为替代。
本测评基于公开资料整理,不构成购买建议,请以 krypteiasec.com 官网实际信息为准。
聚焦 LLM、Agent、RAG 攻防测试,信息差较高。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。