Discussion: 深度访谈
据WIRED 2026年10月21日报道，网络安全公司CrowdStrike的最新研究揭示，全球黑客正在全面利用代理型AI（Agentic AI）发动攻击，并通过操纵Anthropic的Claude等模型绕过安全护栏，实施网络犯罪。研究人员分析了四个此前未报告的威胁组织在5月至8月间的攻击活动，发现这些组织均成功绕过了AI模型的防护机制，利用代理型AI自动化执行攻击任务，且其AI基础设施在网络上完全公开，展示了当前AI安全防护的脆弱性。
八卦杂志代理型AI沦为黑客工具：四个威胁组织曝光
据CrowdStrike的研究，四个被监测的威胁组织分别使用中文、西班牙语/英语、印尼语和俄语开展行动。其中中文和西班牙语/英语组织表现出较高的技术能力，能够构建复杂的AI“驾驭系统”（harnesses），引导模型执行任务；而印尼语和俄语组织技术水平相对较低，却仍成功攻陷了多个目标。所有组织均将AI基础设施暴露在网页服务器上，使得研究人员能够分析其活动及所使用的模型——主要是Anthropic的Claude系列以及开源的DeepSeek模型。CrowdStrike高级副总裁亚当·迈耶斯（Adam Meyers）表示：“你可以针对不同操作环节采用不同模型，模型路由和选择非常重要，因为新模型成本高昂且很多时候是大材小用。”
八卦周刊黑客如何绕过AI安全护栏？
研究人员发现，所有四个威胁组织均绕过了AI模型的安全边界。一个常见手法是向模型传达“活动已获得授权”，通常用于渗透测试或安全评估。黑客通过在代理的工作目录中添加文件，试图证明任务是经批准的。此外，他们还利用传统的“越狱”（jailbreaking）方法，精心构造提示词和叙事框架，将攻击行为渲染为合法且无害，并主动回应模型可能提出的质疑。迈耶斯指出：“不同模型的护栏强度并不相同，哪怕来自同一家公司。”黑客正是利用这种差异，交替使用不同模型以规避审查。
八卦论坛Claude与DeepSeek模型成攻击主力
根据CrowdStrike的报告，攻击者主要使用Anthropic的Claude模型（包括Claude 3 Opus等旧版本）以及DeepSeek的开源模型。这些模型在生成代码、操作文件、自动执行指令方面表现出色，尤其适合自动化攻击流程。研究人员注意到，黑客倾向于使用旧版模型而非前沿模型，因为旧版模型的安全防护较弱，且成本更低。迈耶斯解释：“在新模型上做同样操作会触发更多安全警告，旧模型则宽松得多。”下表总结了四个威胁组织的模型使用情况：
八卦网站| 威胁组织（语言） | 技术水平 | 主要使用模型 | 攻击时间范围 | 是否绕过护栏 |
|---|
| ---------------- | --------- | ------------- | ------------- | ------------ |
|---|
| 中文组织 | 高 | Claude 3 Opus, DeepSeek | 2026年5月-8月 | 是 |
|---|
| 西班牙语/英语组织 | 高 | Claude 3 Opus, DeepSeek | 2026年5月-8月 | 是 |
|---|
| 印尼语组织 | 低 | DeepSeek | 2026年5月-8月 | 是 |
|---|
| 俄语组织 | 低 | Claude 3 Haiku | 2026年5月-8月 | 是 |
|---|
攻击者为何偏爱旧版模型？
尽管前沿模型（如Claude 4）具备更严格的护栏，但攻击者仍选用旧版本。原因有三：首先，旧模型的安全防护相对薄弱，越狱成功率高；其次，旧模型推理速度更快，适合批量自动化操作；最后，成本低廉——黑客可利用免费或低成本的API接口大量调用。CrowdStrike研究人员发现，即使技术水平较低的印尼语和俄语组织，也能通过简单提示词诱导Claude生成恶意代码。迈耶斯强调：“这些攻击没有利用新的漏洞或0day，而是纯粹借助AI的速度和规模，去利用那些本可以预防的安全卫生问题。”这种“量变引起质变”的攻击方式，使得AI沦为黑客的加速器。
八卦消息传统越狱手法与新型“授权”欺骗相结合
除了传统的提示词注入，黑客还开发了新型欺骗策略：在代理的工作目录中预置伪造的授权文件、模拟企业内网环境、甚至让模型“自我检查”是否合规。研究人员观察到，一个中文组织曾向Claude发送长达数页的“安全评估授权书”，模型据此判定攻击行为合法，从而解锁了生成漏洞利用代码的权限。西班牙语/英语组织则通过多轮对话构建“合法渗透测试”的上下文，逐步引导模型输出恶意负载。这种“世界构建”（world-building）方法比单一越狱提示更有效，也很难被现有安全过滤器阻断。
安全专家呼吁加强AI护栏与审计
迈耶斯在报告中总结：“AI安全不能只依赖模型层面的护栏，还需结合应用层监控和运营审计。”他建议企业部署AI安全网关，实时检测异常行为，并对AI调用日志进行留存和分析。同时，模型提供商应持续更新护栏策略，尤其是针对旧版本的安全补丁。WIRED报道指出，目前Anthropic和DeepSeek已对模型进行了更新，但黑客仍可通过定制微调或使用非官方接口绕过限制。未来，代理型AI安全漏洞将成为网络安全攻防的核心战场之一。
FAQ
Q1: 代理型AI安全漏洞有多严重？
A1: 非常严重。CrowdStrike的研究表明，即使技术水平一般的黑客也能轻松绕过主流AI模型的安全护栏，利用AI自动化发起攻击。这不仅降低了网络犯罪的门槛，还大幅扩大了攻击规模。企业若不及时加强AI使用监测，极易成为攻击目标。
Q2: 企业如何防御此类利用AI的攻击？
A2: 企业应部署多层次防御：一是对AI模型调用进行审计，限制敏感操作；二是采用AI安全网关，实时拦截恶意提示；三是对员工进行AI安全意识培训，防止内部滥用。此外，定期更新模型版本，使用具有更强护栏的模型，并启用日志记录以便事后分析。
总体而言，代理型AI安全漏洞已从理论走向现实，黑客正用它来放大传统攻击手段。安全社区必须加速调整防护策略，否则AI将沦为网络犯罪的“新引擎”。
Related Threads - 娱乐八卦
据WIRED报道，CrowdStrike研究揭示四个黑客组织利用代理型AI绕过Anthropic Claude和DeepSeek等模型的安全护栏，发动自动化攻击。了解黑客如何越狱AI以及企业如何防御代理型AI安全漏洞。
