原始来源日期:2026年9月8日。本文为研发价值回顾,不代表该资料于今日首次发布。

原文编译

GTIG称攻击者正从简单询问模型,转向把模型嵌入Agent工作流与自动化框架,压缩人工决策时间。其在2026年第二季度观察到一次云资源被入侵后,攻击者在六小时内完成规划、构建并执行Agent驱动的大规模凭据采集。

研究者在暴露的控制服务器上发现AGENTS.md、KNOWLEDGE.md、agentic_vuln_research.md等配置与知识文件,以及模块化框架目录。系统随后出现生产化控制台,用于组织、验证和管理超过23800条云与AI服务秘密,显示攻击目标已从终端凭据扩展到API密钥和算力配额。

报告还跟踪到UNC6780通过开源供应链内容诱骗AI编码助手与LLM安全扫描器,并观察多类行为者用模型做漏洞研究、恶意代码原型和信息行动内容。Google称已停用相关资产并改进模型与分类器,但这些处置并不代表此类方法已被永久消除。

GTIG特别限定:虽然前沿模型能够自主发现漏洞并执行部分网络入侵,团队尚未在野外看到攻击者部署完全自动的零日发现到利用流水线。因而可验证事实是Agent已用于加速和编排多阶段任务,而“机器速度全自动零日”仍是前瞻风险。

量仔观察

本站认为,最直接的防守变化是把AGENTS.md、工具配置、模型API密钥和Agent控制台都纳入攻击面管理。检测需要覆盖短时间内的自动扫描、秘密验证、云资源扩张和模型调用,而不只是传统恶意文件。

同时要避免把所有AI辅助攻击写成全自动。报告明确保留了证据边界;评估防线时应分别测试模型建议、脚本自动化、Agent编排和无人监督执行四个层次。