mt logoMyToken
ETH Gas
EN

Google最新报告:黑客进化了!AI Agent自动挖洞,补丁刚发就被武器化

Favoritecollect
Shareshare

作者:Google 威胁情报集团(GTIG)

编译:深潮 TechFlow

深潮导读: 网络攻防的攻守平衡正在被生成式 AI 的自主化彻底颠覆。Google 威胁情报集团(GTIG)发布的最新全球追踪研报指出,黑客已正式跨越“简单向 AI 提问”的初级阶段,全面升级为由多智能体协同驱动的端到端全自动网络武器。

在最新披露的一起实战入侵中,攻击者部署了基于开源多智能体框架的自动化漏洞挖掘流水线,直接将官方刚发布的 PHP 安全补丁转化为武器化攻击代码,并在极短时间内对法国政府及商业网站发起自动化渗透与数据窃取。

本文全景复盘了多智能体渗透框架的进化时间线、黑客针对云端大模型算力的黑产转售(LLMJacking)生态,以及前线防御者如何在智能体时代重构自动化安全防线。

执行摘要:攻击者正式跨入自主多智能体时代

随着黑客组织从基础的 Prompt 提问加速转向部署全自主的智能体(Agent)工作流,生成式人工智能(GenAI)在现实网络攻击中的战术运用已迎来重大拐点。

GTIG 基于 Mandiant 一线应急响应实战与全球遥测数据,总结了过去一个季度内全球 AI 威胁的五大核心演进趋势:

  1. 转向自主工作流与多智能体框架:攻击者不仅将大型语言模型(LLM)用作生产力辅助工具,更开始集成全自主的执行智能体,协调多模型并发执行侦察、代码审计与漏洞利用。

  2. 自动化漏洞挖掘与补丁逆向工程:黑客正在利用大模型系统化分析最新发布的安全补丁,在数小时内逆向推导出漏洞触发逻辑,彻底终结了防御方的补丁窗口期。

  3. 算力劫持与 AI 凭证变现(LLMJacking):受利益驱使的网络犯罪分子大肆入侵企业云环境,盗取高价值的 LLM API 密钥与算力配额,并在暗网以三折低价搭建“模型洗牌混币器”倒卖套现。

  4. 虚假认知作战(IO)的端到端自动化:国家级黑客与商业舆论战承包商已将大模型深度嵌入水军矩阵,实现了虚假账号全自动注册、拟真生活照生成及千人千面的定向信息投放。

  5. 针对加密货币与高科技企业的定向渗透:朝鲜与特定背景黑客广泛滥用 AI 简历与语音伪造工具伪装求职者,在技术面试中实时生成答案,并在入职后实施深层供应链投毒。

网络入侵中的多智能体框架

在过去的跟踪研究中,GTIG 记录的大多是黑客小范围试验 LLM 的零星尝试;然而,当前攻击者对自主多智能体框架的工程化采用,标志着网络战正式走向规模化自主协同。

这种攻击框架的核心范式在于引入经典的 OODA(观察、判断、决策、行动)作战循环,由主控智能体分配任务,专业子智能体并发执行网络拓扑嗅探、指纹识别、脚本编写与横向移动。

图:多智能体 LLM 进攻框架协同执行流程

除了近期在安全界备受关注的渗透测试工具 ARTEX 之外,GTIG 在实战防御中还独立捕获了多款被攻击者直接用于一线入侵的开源进攻性智能体:

• CAIRN:一款基于 OODA 闭环的开源多智能体渗透测试框架,能够完全无需人工干预地自主扫描未受保护的内网主机并动态生成 Exploit。

• CyberStrikeAI:一款原生针对 LLM 设计的进攻框架,内置专门负责权限维持与凭证窃取的子代理。

• HexStrike AI:深度集成模型上下文协议(MCP)的主动进攻工具,能够将各类黑客渗透命令行无缝桥接至商业大模型。

• PentAGI:旨在大幅拉低黑客攻击技术门槛的自动化工具,即使完全不懂底层漏洞原理的初级脚本小子,也能借助其下达复杂入侵指令。

图:LLM 在现实网络攻防对抗中的成熟度演进路线图

将智能体用于漏洞研究与开发:把补丁变攻击

多智能体技术最令人警惕的实战威胁,在于其将漏洞挖掘与武器化研发的耗时从数天压缩至数分钟。

攻击者通过将 GitHub 上的官方开源补丁代码自动抓取并投喂给代码分析智能体,由模型实时对比代码 Diff,精准定位尚未被广泛安装补丁的底层缺陷逻辑。

图:2024 年至今已被黑客在野利用的 N-Day 与 0-Day 漏洞数量对比

在最新侦破的一起真实安全事件中,GTIG 追踪并捕获了一个公开暴露在公网上的攻击暂存服务器。该服务器部署了一套基于 LLM 的全自动漏洞挖掘框架,代码注释中赫然写着俄语开发日志:

LLM API 密钥用于自动化漏洞利用(exploit_agent 试点项目)

必须手动填写密钥至环境变量,严禁输入公共聊天窗口,两行配置均为必填项

该黑客组织(代号 Emad)利用该框架,针对刚公布不久的 PHP 核心漏洞(CVE-2026-109618 和 CVE-2026-109619)进行了全自动逆向编译,并在补丁发布后数小时内生成了实战攻击载荷。随后,该自动化集群对包括法国在内的多个欧洲政府与商业门户网站发起了大规模无差别撞库探测,并成功窃取了敏感底层数据。

算力劫持(LLMJacking):黑客如何变现被盗云端大模型

伴随企业全面上云与生成式 AI 基础设施的普及,云凭证失窃的危害正在迅速蔓延至模型算力层面。

Mandiant 一线团队在过去数月中处置了多起被称为“LLMJacking(大模型算力劫持)”的新型黑产案件。黑客入侵企业 AWS 或 Google Cloud 环境后,不再优先部署挖矿木马,而是迅速激活受害企业的顶级大模型 API 访问权限。

图:受害者企业云端因遭 LLMJacking 导致大模型 API 调用量出现灾难性激增

黑客通过盗取的管理员凭证在企业内部创建隐蔽的 IAM 角色与服务账号,随后将其接入暗网的“LLM 混币服务网关(LLM Mixer)”。

暗网地下市场上涌现出了大量类似 APIMart 的非法倒卖平台。黑客将偷来的正版商业大模型 API,以仅为官方价格 20% 至 30% 的白菜价公开转售给其他网络犯罪分子,受害企业不仅核心数据面临泄露,每个月更要为黑客的疯狂调用支付数十万美元的巨额账单。

图:暗网非法平台 APIMart 倒卖盗取商业大模型 API 的实时标价

大模型全面融入虚假信息与舆论作战

在认知对抗与网络水军领域,LLM 已经成为颠覆传统水军工作室成本结构的核心杠杆。

商业化“影响力即服务(IaaS)”黑产团伙已开发出开箱即用的自动化舆情操控系统。系统自动为虚假账号匹配细分受众群体的口吻与地方俚语,甚至在通过扩散模型生成配图时,刻意加入轻微的镜头噪点、失焦与角度倾斜,以假乱真地模拟普通手机抓拍生活照,从而轻易绕过主流社交媒体的 AI 鉴伪算法。

与此同时,为了规避社交平台的 IP 封禁,操盘团伙通过遍布全球的住宅代理网络路由流量,配合批量全自动一次性手机号接码注册,构建起了完全去中心化、随时可再生的机器人水军矩阵。

谷歌的主动安全防御与生态加固

面对日益严峻的智能体武器化挑战,Google 正全面利用前线威胁情报反哺模型底层安全对齐,构建起多层次的主动防御纵深:

  1. 实时模型强化与对抗样本免疫:Mandiant 在野捕获的最新黑客 Prompt 与多智能体攻击逻辑,会第一时间沉淀为 Google DeepMind 与安全团队的对抗训练语料,在底层阻断模型对恶意代码和渗透指令的响应。

  2. Google AI Threat Tracker 威胁追踪平台:为全球企业客户提供实时的智能体恶意行为监测与调用量异常预警,秒级阻断未经授权的 LLMJacking 异常流量。

  3. 安全运营自动化(SecOps):在云安全中心部署专门的智能体行为监测模型,以 AI 对抗 AI,从网络通信拓扑与系统调用序列中精准识别自主恶意软件的潜伏痕迹。

Disclaimer: This article is copyrighted by the original author and does not represent MyToken’s views and positions. If you have any questions regarding content or copyright, please contact us.(www.mytokencap.com)contact
More exciting content is available on
X(https://x.com/MyTokencap)
or join the community to learn more:MyToken-English Telegram Group
(https://t.me/mytokenGroup)