文章总结： PaloAltoNetworksUnit42于2026年7月1日发布PhantomSquatting研究，指出攻击者可注册AI模型幻觉出的不存在域名，用于钓鱼或投放恶意内容。该风险影响普通用户、开发者和企业自动化流程，核心在于利用用户对AI输出的信任。建议用户交叉验证AI给出的链接，开发者检查依赖包来源，企业为AI工具添加链接验证层，并监测AI幻觉域名。 综合评分： 85 文章分类： 网络安全,威胁情报,安全意识,红队,漏洞预警

Phantom Squatting：AI 幻觉出的域名，正在变成新的钓鱼入口

原创

tcode tcode

字节脉搏实验室

2026年7月2日 11:31 北京

在小说阅读器读本章

去阅读

事件概述

    7 月 1 日，Palo Alto Networks Unit 42 发布 Phantom Squatting 研究，指出攻击者可以注册 AI 模型在回答中幻觉出的不存在域名，并利用这些域名承接误访问流量、钓鱼或投放恶意内容。The Hacker News 等媒体随后跟进报道。

    这个问题并不复杂，但很现实。用户向 AI 询问某个工具、供应商、下载地址、API 文档或登录入口时，模型有可能生成一个看似合理但并不存在的域名。如果攻击者提前注册这类域名，就能把“AI 的错误答案”变成自己的入口。

    过去我们常讨论域名抢注、拼写错误抢注和包名抢注。Phantom Squatting 的差异在于，它针对的不是用户手滑，而是模型生成内容的可信错觉。用户并非输入错了，而是相信 AI 给出的答案。

核心事实

    事实一：Unit 42 将这种攻击思路称为 Phantom Squatting，核心是注册 AI 幻觉出的域名，并利用用户对 AI 输出的信任获得流量或诱导访问。

    事实二：The Hacker News 于 2026 年 7 月 1 日报道该研究，强调 AI 幻觉域名可能被用于钓鱼、恶意软件投递和品牌冒充。

    事实三：该问题不仅面向普通用户，也影响开发者和企业自动化流程。AI 代理、代码助手、客服助手、检索增强流程和自动化脚本如果不验证外部链接，都可能扩大风险。

    事实四：本文不列出可被滥用的具体域名、注册技巧、诱导话术或攻击链。重点是建立验证机制，而不是复现攻击。

影响分析

    对普通用户来说，风险在于“看起来很合理”。AI 生成的域名可能包含产品名、功能词、地区词或常见后缀，用户很容易把它当成官方地址。尤其是在下载工具、查询客服、找文档和找登录入口时，这类风险更高。

    对开发者来说，风险不止是网页访问。AI 可能生成包名、仓库地址、API 域名、示例依赖或命令中的下载源。如果开发者把这些内容直接复制进项目，就可能引入供应链风险。

    对企业来说，最大的挑战是自动化。很多团队正在把 AI 接入知识库、客服、工单、代码生成和运维流程。如果 AI 输出的外部链接没有被验证，自动化系统可能比人更快、更稳定地访问错误目标。

普通用户和企业应对建议

    第一，普通用户不要直接信任 AI 给出的下载地址、登录入口和客服链接。访问前应从搜索引擎、官方网站、应用商店、企业内部门户或可信书签交叉确认。

    第二，开发者不要直接复制 AI 给出的依赖包名、仓库地址或下载命令。应检查包的维护者、下载量、发布时间、源码仓库、签名和项目官网一致性。

    第三，企业应给 AI 工具加链接验证层。对于外部域名，应检查域名注册时间、品牌匹配、证书、信誉、威胁情报和是否在企业允许列表中。

    第四，AI 代理不要拥有无约束联网能力。能够自动访问网页、下载文件、执行代码或调用内部系统的代理，应有域名 allowlist、人工确认、沙箱和审计日志。

   第五，品牌方可以监测 AI 幻觉域名和相似域名。除了传统 typosquatting，也要关注模型常生成的非官方组合词、旧产品名和假帮助中心域名。

事实、推测与观点

    可以确认的事实是：Unit 42 已公开 Phantom Squatting 研究；The Hacker News 于 7 月 1 日报道；该风险源于 AI 输出与域名注册生态之间的交叉。

    合理推测是：随着 AI 搜索、AI 浏览器和自动化代理普及，攻击者会更重视“模型会推荐什么”，并围绕模型输出做抢注和诱导。但不同模型、提示词和场景下的风险大小会不同。

    我的观点是：AI 安全不能只盯 prompt injection。只要 AI 开始替用户选择链接、依赖和工具，它就在参与供应链决策。供应链决策必须可验证。

结语

    Phantom Squatting 的提醒很清楚：AI 给出的答案不是凭证。域名、包名、下载地址、客服电话和 API 入口，都需要回到可信来源验证。未来企业用 AI 的成熟度，不只看模型回答得快不快，还要看它能不能在关键动作前停下来验证。

关键来源

• Palo Alto Networks Unit 42：《Phantom Squatting: Hijacking AI-Hallucinated Domains for Phishing and Malware》，2026-07-01，https://unit42.paloaltonetworks.com/phantom-squatting/

• The Hacker News：《Phantom Squatting Uses AI-Hallucinated Domains for Phishing and Malware》，2026-07-01，https://thehackernews.com/2026/07/phantom-squatting-uses-ai-hallucinated.html

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：字节脉搏实验室 tcode tcode《Phantom Squatting：AI 幻觉出的域名，正在变成新的钓鱼入口》