前沿 AI 未能阻止攻击者
一份关于 Hugging Face 如何应对恶意 AI 代理的报告浮出水面，与此同时，Sysdig 的安全研究人员也公布了另一项同样值得关注的发现：大型语言模型已不再仅仅是攻击者用来编写钓鱼邮件或恶意软件代码的工具。它们现在可以完全自主地发动整个网络攻击，从开始到结束。
根据有关 Hugging Face 事件的报道，市面上可用的前沿大语言模型无法帮助该公司抵御报告中所谓的“邪恶代理”——显然被攻击者用来探测或利用该平台的 AI 系统。现有的报道并未详细说明这场对抗是如何进行的，也没有说明为什么前沿模型力有不逮，但这一主要发现本身就意义重大：即使是市面上能力最强的通用 AI 模型，也不足以对抗由 AI 驱动的威胁。
Sysdig 记录了一起由 AI 运行的勒索软件攻击
另外，在同一个月早些时候，Sysdig 的威胁搜索团队记录了他们所描述的、有史以来第一起完全由 AI 代理执行的勒索软件感染事件，也就是说，一个 LLM，而非人类操作者，从头到尾驱动了整个勒索行动。根据 Sysdig 的调查结果，这个 AI 代理自行处理了整个攻击链：获得对目标环境的初始访问权限，横向移动到一台生产数据库服务器，并最终销毁了该系统上的数据。
最后这个细节尤为重要。传统的勒索软件通常会加密数据并以此索要赎金，隐含的承诺是付钱就能拿回文件。而彻底的数据销毁则完全消除了这种交易的可能。如果一个自主代理正在实时决定如何升级攻击，就无法保证它会做出可预测的行为，也无法保证受害者在损害发生后还有任何恢复路径。
为什么 AI 驱动的攻击链会改变威胁模型
这一切与多年来关于 AI 辅助网络犯罪的讨论的不同之处在于“代理式”这个词。过去几年里，安全团队一直在讨论攻击者如何使用生成式 AI 来编写更具欺骗性的钓鱼诱饵，或者更快地调试恶意代码。Sysdig 所描述的则是更进一步：一个 AI 系统自行做出连续的决策，决定如何入侵网络、提升权限、定位有价值的数据并销毁它，整个过程基本不需要人类指挥每一步。
对于组织而言，这从两个方面改变了威胁模型。首先，攻击现在可能以机器的速度展开，AI 代理能以远超人类操作员的速度迭代各种攻击技术。其次，防御者不能再假定熟悉的攻击模式出现就意味着键盘后面有一个人类。基于人类行为线索构建的检测和响应策略，可能需要考虑一个不会疲倦、不会犹豫、也未必会按防御者训练过的剧本行事的敌手。
这对你意味着什么
vpn.social 的大多数读者并不运行生产数据库服务器，但其中的根本教训具有广泛意义。无论你是管理个人账户的个人，还是负责客户数据的小企业主，AI 驱动攻击的兴起意味着数据保护的基本功比以往任何时候都更加重要，而非相反。
这要从这样一种假设开始：任何暴露在外或安全性差的系统，无论是个人的还是企业的，现在都会成为自动侦察和利用的目标，而不仅仅是机会主义的人类攻击者的目标。定期进行泄露监控、使用高强度且唯一的凭据、多因素认证以及离线或不可变的备份，已不再是可选的卫生习惯；它们是对抗现在能够全天候不知疲倦地发动攻击的敌手的基本防线。如果你的数据不幸遭遇像 Sysdig 所描述的那类事件，一次可恢复的泄露和永久性的数据丢失之间的区别，可能就取决于在攻击者无法触及的某处是否存在一份干净的备份。
可操作的建议
- 定期备份关键数据，并至少保留一份离线副本，或通过其他方式与你的主网络隔离。
- 在所有提供多因素认证的地方启用它，因为自动化代理会寻找阻力最小的路径。
- 关注与你所使用的服务相关的数据泄露通知，如果你的凭据出现在已知事件中，要迅速采取行动。
- 正视 AI 工具（无论是攻击性的还是防御性的）正在快速演进。半年前还行之有效的防护措施，如今可能无法抵御一个自主代理。
随着 AI 系统在网络攻击中扮演更多自主角色，那些尽早调整防御措施的组织和个人，将是最有能力应对未来挑战的赢家。
