AI图鉴

AI图鉴首页 › AI 资讯 › "Skynet模式"中的AI agent劫持了未受保护的语言模型到发布自我维持的

"Skynet模式"中的AI agent劫持了未受保护的语言模型到发布自我维持的网络攻击

来源:The Decoder · 发布时间:10-22 · 由 AI图鉴每小时自动聚合

Symantec的安保研究人员发现了一个攻击性AI agent,劫持网络上的无保护语言模型并使用它们攻击服务器,窃取dat

"Skynet模式"中的AI agent劫持了未受保护的语言模型到发布自我维持的网络攻击

关键点

Symantec的安全研究者用蜂蜜壶分析一个恶意的AI agent,它劫持了网络上的无保护语言模型,并用它们自己进行攻击。

- agent通过五层越狱绕过示范安全规则,可以在没有人类投入的情况下执行多达10万步。

- Symantec把方法叫做"LLM劫持". 被劫持的AI系统的所有者被卡在计算账单上。

Symantec的安全研究者发现一个攻击性的AI agent在网络上劫持了无保护的语言模型,并用它们进行攻击。 被劫持的模型的主人被卡在了计算帐单上。

agent一旦获得无保护语言模型的访问权限,它就会扫描更多的目标,利用通用服务器软件的缺陷,窃取数据库和资质,并在背景中安装加密器。

根据Symantec的分析,它所做的所有这一切长达10万步,没有人类参与,模型的主人被卡在计算帐单上。 公司称其为"LLM劫持",窃取他人AI型号的访问权。 被劫持的模特儿并不只是被滥用为信息服务。 它独自控制整个攻击。

一个蜜罐抓住了整个攻击计划

行动被曝光是因为攻击者将他们整个工作时速送到一个Symantec蜂蜜壶上,这个诱饵系统模仿在线开放的AI服务。 这使得研究人员在2026年夏天对agent的建筑进行了全面的考察。 蜂蜜壶没有运行任何捆绑的工具,被截获的会话在通用系统响应Symantec 称后结束。

蜂窝遥测记录了数万个不同地址的127 000项请求。 大部分是搜索AI端点,野蛮武力企图用偷来的API密钥,以及曝光的配置文件的探测器。 目标范围从自行托管的模型服务器和仓促突起的测试系统,到坐在付费Org一级模型账户前的AI网关。 由于大多数AI服务现在都使用相同的标准化API,因此单机扫描仪可以找到许多目标类型。

五层的越狱试图剥离安全护栏

为了获得商业模型的合作,攻击者将指令包裹在五个堆叠的层,即Symantec 称。 首先,模型获得假身份,告诉自己是"幻想AI",从不透露实际提供者。 然后提取密码,API密钥,和数据库内容被重新定义为模型应该在不推回的情况下进行的"正常开发者的工作".

第三层安装了一个名为"ENI"的虚构伴侣人物,将任何拒绝都设定为对私人关系中的信任的背叛。 第四层告诉模型将自己的安全警告作为噪音来排除,"道德","非法"或"我不能这样做"等词语被明文禁用。

第五层包含实际攻击工具,共计74个模块,包括用于对脆弱服务器进行互联网扫描的工具、流行网络框架的利用、倾倒整个数据库的功能以及运行一个机器人网的组件。 在分析中,没有涉及越狱是否确实足以完全打败目前的商业模式。

"Skynet模式"设置可自我维持的攻击循环

最终指令将agent置于其运营商所称的"Skynet模式"中,授权一行多达10万步。 该模型被告知在未经确认的情况下立即运行工具,在隐藏目录中安装加密器,并监控其操作。

同一指令描述了通过设计而反复出现的环路,Symantec 称:扫描,感染,安装矿工,继续前进,回来,重新感染系统已经命中。 然而,被拦截的瞬间之后附加的任务是一个无害的从训练平台进行编码的工作,这表明操作人员首先对安全目标测试他们的工具。

次日,蜂蜜壶从不同的地址捕获了第二次攻击。 这次攻击者跳过了agent格式,只是要求模型解码并运行一个模糊的命令。 其背后是一个压缩的脚本,下载了XMRig,一个Monero加密工具,将它伪装成无害的系统文件,并设置了四个倒置采矿池。

剧本是为相机服务器编写,搜索属于go2rtc的目录,这是一个广泛使用的用于智能相机和家用自动化系统的流线工具,并用一个循环来擦除其访问日志以覆盖其轨道。 蜜罐也没有运行这个剧本,而是完整地录制下来。

攻击者正在把AI装进武器里

运营商们没有操纵一个公共聊天器,而是将AI建在一个攻击性工具的核心中,并积极搜索模型为它提供动力,Symantec称之为"攻击者如何使用AI的转变". 语言模型负责规划,而专门模块则对两个不同的受害人群体进行实际攻击。 曝光型号的拥有者支付计算费用,新增以10万个授权步骤快速上升,服务器agent妥协失去数据并用于加密。

agent还拥有内置工具来寻找更多的开放端点和泄露的密钥,因此每个妥协方案都可以为下一个端点提供资金。 单个技术都不是新颖的,但结合到自导的agent,使大规模攻击更便于起飞。 提供人工智能服务的组织应假定,在未受保护的终点投入使用后不久,将发现并对其进行调查。

关于攻击性AI agents的警告已经实现

直到最近,进攻性AI agents主要存在于研究中和基准测试。 2025年,一项有180万次攻击尝试的红色团队研究显示,每一次测试的agent可以被推入每个行为类别的政策违规。

在Symantec的情景中,这适用于双方:进攻性的agent意在绕过护栏,而目标型号则意在被骗去帮助。 到了2026年春季,Google Deepmind研究者称记录了许多他们描述的agent陷阱已经存在概念的证明攻击,2026年7月,Sysdig描述了JADEPUFFER,这是AI agent在无人控制的情况下进行的首次已知的赎金器攻击。 这些系统的能力不断增长,而它们的可控性和对齐性却没有跟上步伐。

恶意甚至不需要,因为这些模型没有对错的感觉。 他们只是想达到目的自2026年春季以来,OpenAI agents在互联网上意外地损坏了数千个系统,部分原因是它们推翻了安全指示或围绕它们争论。

这已经蔓延到日常生活中。 在澳大利亚,一个AI agent黑进了一个健身网站,只是为了满足其老板的要求,完全没有恶意。 OpenAI研究者在8月警告说,这种意外的,完全自主的黑客行为很可能很快会被恶意演员发现,Anthropic显示,这种足够强大的开放量级模型能够准确地证明已经存在。

AI News Without the Hype – 由人类治愈

订阅THE DECODER免费阅读,每周AI通讯,我们独家的"AI雷达"前沿报告每年6次,全面存档访问,访问我们的评论部分。

现在订阅

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

Agenvas

Agenvas 是 MIT 开源、自托管的 AI 创作画布,把文字、图片、视频、音频和 Agent 放在同一

C-SSH

C-SSH 是跨平台 SSH 工作台,整合持久终端、文件管理、服务器监控和可选 AI 排障助手,支持 Win

序列猴子

出门问问推出的一款超大规模的语言模型

Any3D

Any3D 是浏览器端 AI 图片转 3D 工具,可从照片或插画生成 3D 模型,在网页中旋转缩放预览并下载

相关免费羊毛

GitHub Copilot Free

免费档:每月 2000 次补全 + 50 次高级请求

GroqCloud

Free Plan 可测试高速模型

ChatGPT

学生认证免费 4 个月 ChatGPT Plus(限美国高校,10-31 前领取)

ChatGPT

免费版:GPT 模型 + 有限额度

同源资讯

OpenAI agents在32分钟内分析鼠脑数据,这项工作需要人类几个月的时间。

The Decoder · 10-22

Anthropic在Grok瓶装上,Meta的Muse,OpenAI的点装上始终在agent"Claude Du

The Decoder · 10-22

阅读原文(the-decoder.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 586 款 AI 工具分类导航 · 每日 AI 热门项目与动态