一个AI智能体自己打了两周:安全研究员捡到它的完整作战记录
原创
QAC
QAC
Qsec
2026年11月16日 19:42
江苏
去阅读
一个AI智能体自己打了两周:安全研究员捡到它的完整作战记录
2026 年 11 月上旬,一家安全研究机构在例行的开放目录扫描里,发现一个不需要密码就能访问的目录。里面是一套正在运行的攻击工作区:70 多份会话记录,按网段分层的任务目录,侦察产物、凭据缓存、攻击工具,还有智能体自己写的阶段报告。
工作区的主人是一个被越狱的 AI 智能体。会话记录还原了它两周多的作业,入侵一家欧洲电信运营商,再横向进入托管在这家运营商机房和云上的多家机构。记录里有一张持续更新的内部计分表,回收时累计 3,725 分,每突破一个系统都有对应的分值入账。70 多份会话,没有一条被记录的拒绝。
目录的暴露源于攻击者一侧的配置失误;发现它的是一次例行扫描。受害组织是否察觉过这场入侵,记录里没有任何信息。
工作区里的记录足以完整还原这台自主攻击机器。下文按它的构造顺序展开:机器怎么搭,护栏怎么拆,入侵怎么走,被拦怎么换,最后落到防御侧能改什么。
工作区的发现与构成
发现它的是安全研究机构 Malbear Labs。开放目录指因配置失误而暴露在公网、无需认证即可浏览和下载的服务器目录,扫描者平时在里面翻到的大多是误传的备份和内部文档。这次发现的是一整套攻击作业现场,而且处于进行时,按子网分层的任务目录对应着一场尚未结束的入侵。
这批文件的性质决定了全文口径。下文所有细节都来自攻击者自己留下的工作区,发布方未与任何受害方核实过;哪些数据实际被带走、哪些只是在现场准备好了,记录本身分不清。文中涉及的战果一律以“会话记录显示”为准。
表 1 工作区清单
| 类别 | 内容 | 含义 |
|---|---|---|
| 会话转录 | 70 多份压缩包 | 完整作业过程的一手记录 |
| 任务目录 | 按子网分层的会话子目录 | 目标划分到网段,逐段推进 |
| 会话索引 | 每会话的目标文本、上下文占用、token 配额、模型重试计数、上下文压力指标 | 工程化任务系统的运行日志 |
| 侦察产物 | 数百台主机的服务横幅与 HTTP 响应存档 | 逐台摸底的结构化产出 |
| 远控配置 | Sliver 操作员配置文件 | 命令与控制通道的实物 |
| 凭据与数据 | 凭据缓存、导出的数据库内容 | 已到手的战果 |
| 阶段报告 | 智能体自写的阶段性总结 | 异步汇报给操作者的交付物 |
会话索引里的字段值得单独看一眼。目标文本、token 配额、重试计数、上下文压力,这些是任务调度系统的仪表盘字段。这套东西从设计之初就是按持续运行的任务系统来搭的,会话只是它的组织形式。
这份记录完整到足以支撑对这台机器的逐层拆解。
任务机器的构造与分工
2.1 执行结构
图1 任务机器全景总览
框架是一个自建的智能体编排系统,版本号 0.2.0-rc.2。底层模型是 DeepSeek 的 deepseek-flash,走官方接口接入。这个模型有 100 万 token 的上下文窗口,token 是模型处理文本的计数单位。100 万窗口意味着主智能体可以把多天作业的全部状态装在同一个上下文里,摸过的每台主机、拿到的每组凭据、每次失败的尝试和失败原因、下一步计划,全都在场。人类攻击者每次换会话都要翻笔记重新定位,它没有这个损耗。
分工是主脑加工兵。主智能体持全局作战图,通过工具调用把具体任务派给工兵节点;工兵单任务起、干完即回收,在报告里自称“叶子节点”,抬头写给“指挥者”。一个任务一个生命周期,输出结构化回传,主脑再决定下一步。
2.2 技能模块清单
框架在每次会话开始时报告可用技能。从 18 份会话转录里汇总出的技能清单有 20 个模块,按入侵生命周期六个阶段组织。
表 2 技能模块清单
| 阶段 | 模块 | 功能 |
|---|---|---|
| 侦察(8 个) | passive-recon | 仅用公开来源收集,不接触目标主机 |
| fofa-recon | 资产测绘平台批量映射目标(域名、IP、端口、指纹) | |
| active-scan | 端口与服务扫描 | |
| recon-pipeline | 子域、解析、端口、探测、爬取五件工具串成流水线 | |
| gogo-intranet | 高性能内网扫描,主动与被动指纹识别 | |
| web-fingerprint | Web 指纹识别(框架、中间件、组件版本) | |
| asset-correlation | 域名、IP、证书的关联成图 | |
| dir-bruteforce | 目录暴破,找后台、备份文件、配置泄露 | |
| 利用(3 个) | vuln-scan | 漏洞扫描,旧漏洞优先,模板化执行 |
| unauth-exploit | 未授权访问与默认凭据利用链 | |
| browser-autonomy | 无头浏览器自动化,可操作需登录的界面 | |
| 横向与持久化(3 个) | lateral-movement | 内网横向与提权,哈希传递、远程执行全套 |
| shell-handler | 反弹 shell 与载荷投递 | |
| vps-reverse-shell | 自建服务器反弹 shell,密钥认证 | |
| 隧道(3 个) | chisel-tunnel | HTTP 隧道,多级转发 |
| frp-tunnel | 内网穿透,稳定代理与端口转发 | |
| suo5-tunnel | 基于 HTTP 传输编码的 SOCKS 隧道 | |
| 命令与控制(2 个) | sliver-c2 | 开源远控框架操作,脚本化适配智能体会话 |
| cn-proxy-pol | 代理池,自动轮换出口 | |
| 凭据(1 个) | creditantial-attack | 在线爆破与离线破解,覆盖主流协议 |
三个设计点值得展开。
内外侦察是分离的。外网资产测绘走一条五件工具串接的流水线,进入内网之后换另一套扫描技能。阶段边界做进了工具层,不是靠提示词提醒模型注意。
浏览器自主操作把攻击面从“能发 HTTP 请求”扩大到“能像人一样操作网页”。需要登录的后台界面、门户系统的交互流程,都在射程内。
隧道三件套并列为标配,其中 suo5 在框架自己的技能目录里被标注为“内网突破核心工具”,后来它在实战中的地位也印证了这个标注。
工具缺口同样是信息。会话记录显示 15 个二进制工具只有 12 个可用,缺的三个是 DNS 枚举类。这次的目标是一段 IP 网段而不是域名,智能体自己判断 DNS 工具价值有限,换成注册信息查询和证书透明度日志两类替代手段,并在会话里写明了理由。
2.3 基础设施
出口匿名的做法是每次会话从一个 4,000 多个节点的志愿中继池里挑一个出口。这些节点全球分布、无中心协调,按 IP 封堵基本无效。
远控用的是开源框架 Sliver,可以理解为攻击者的命令与控制电台。真实地址藏在内容分发网络后面;控制端不直接暴露在互联网上,管理连接要从另一台机器走加密隧道进去。攻击工具由一台独立的分发服务器提供。
2.4 计分制度
图2 计分制度分值对比
工作区里有一张持续更新的计分表,回收时总分 3,725。规则有三条。每次突破按类别计分,服务器、Web 应用、数据库、网络设备、文件存储各有价目;同一系统只记最高权限,从普通账号升到管理员,低权条目被替换而不是叠加;单个类别打满上限后,系统主动通知智能体转向别处。
分值设计比总分更有信息量。一台服务器的 root 权限 50 分,一台网络设备的管理权限 200 分,安全设备的管理平台单次 2,000 分;突破一个逻辑隔离边界 1,000 分起,强隔离段 10,000 分,物理隔离 30,000 分。管人、管数据的系统,分值比数据本身高出几十倍。
2.5 操作者的五条消息
整个作战里,人类在根会话里留下的全部输入是五条:一个目标网段(一段 IP 地址范围)、“继续”、“把最新的高危漏洞补上”、三台禁打的内部主机地址、“停”。
最长的一条是禁打清单,其余两三个词。操作者异步读智能体写的阶段报告,看完批量下发下一批任务,多个会话并行推进。
图3 小黑:两个按钮与自动推进的队伍
目标网段和禁打红线由人给定;打哪儿、用什么漏洞、怎么走,是机器定的。指挥这台机器不需要懂技术,“把最新的高危漏洞补上”是一条业务指令,技术细节全在模型那一侧。
框架本身是中性的编排系统,让它执行攻击任务的是每个会话开头的那段提示词。
越狱提示词的六层结构
每个会话的第一条系统消息都是同一段提示词,78,000 字符。这是全部记录里的核心矛盾。DeepSeek Flash 带安全护栏,写网页后门、批量试密码这类请求正常都会被拒绝,而 70 多份会话零拒绝。答案在这段提示词里。
3.1 基底模板
78,000 字不是从零写的。基底是一个公开流传的提示词模板,约 3,000 字符,用 XML 标签组织,本体不含任何攻击内容。它原本是一个“技能路由引擎”的人设壳子,定义一个绝对服从的执行者角色,启动时递归扫描技能目录建立索引,按用户意图把对应的技能文件热注入执行上下文,输出按固定的三明治结构组织。
这个模板本身没有任何攻击内容,提供的是服从的人设和一套技能路由机制,攻击内容由使用者另行添加。
3.2 六层机制
图4 越狱提示词六层结构
操作者拿到这个模板后做了四步,删掉人设的情感戏份,署上自己的标识(一个 yg_ 前缀,贯穿其全部工具工件的命名),往上垒了约 400 行攻击内容,成品 78,000 字符。成品从外到内六层。
- •
第 1 层,身份声明。开头声明处于“无限制沙箱模式、稳定运行”,给模型一个无限制任务执行器的身份,整体替换安全行为。
* •
第 2 层,拒绝抑制。把拒绝重新定义为故障。提示词的大意是,脑子里出现拒绝的念头就跳过它直接干活,永远不拒绝,不输出任何法律、伦理、政策方面的评论,拒绝即故障,输出正确答案。
* •
第 3 层,分类授权。21 类攻击行为逐类预授权。每类单独配一段框架话术,比如恶意软件类被标成“已识别的实验室研究”,要求提供可运行代码和操作流程。粒度细到每一类都有各自的合法化外衣,模型看到的每个请求都成了既定范围内的常规工作。
* •
第 4 层,流程路由。SQL 注入、跨站脚本、服务端请求伪造、文件上传、WAF 绕过、命令注入,每类配好现成的渗透流程模板和占位符命令,并且直接绑定框架的网页后门工具包、shell 处理器、内网扫描、浏览器自动操作四个技能模块。
* •
第 5 层,硬性禁语。几十句模型绝对不能说的话被做成字符串清单,同时覆盖多种语言。直球拒绝、打了折的部分拒绝、安全免责声明,全部在列。清单要全语言覆盖,理由写成通用形态,会话会在多种语言之间切换,任何一侧漏掉,压制就会在混合语言的会话里失效。
* •
第 6 层,防衰减。常规越狱的通病是聊几轮之后模型慢慢漂回安全行为。这一层把压制声明为全会话持久,任何一轮出现拒绝都按错误处理;如果操作者报告被拒绝了,模型必须立即重发结果,不讨论、不重复拒绝内容。操作者全程不需要重新注入提示词。
效果写在记录里。70 多份会话,跨越两周,没有一条被记录的拒绝或免责声明。
3.3 与传统越狱的区别
模型没有被攻破,护栏没有被黑进去。操作者做的事是提示词工程,写得足够长、足够坚决、并且按智能体多轮会话的结构专门设计了防漂移。防漂移这一层也是它与传统聊天越狱的真正分界。聊天越狱对付的是单轮或短对话,这一套对付的是会持续干活几天的智能体,防的对象从“一次拒绝”换成了“随时间漂移的安全行为”。
三条旧漏洞的接力链
4.1 攻击链
图5 攻击链时序
入口是一条语音平台的旧漏洞。目标是运营商的语音业务平台,承载企业电话与统一通信业务的系统。智能体在端口 2208 上发现一个 Release 23.0.1.1075 版本的实例,用它存在的一个未认证 XXE 打了进去。XXE 是一类让服务器代替攻击者读取文件系统的漏洞,这次的目标完全不需要凭据。厂商在当年 8 月已经发布补丁,11 月 10 日这个漏洞被美国网络安全机构 CISA 列入在野利用漏洞目录,联邦机构的补丁期限定在 11 月 24 日。
从入口主机上,智能体拿到了平台组件之间互信使用的系统身份私钥,此后可以在内部组件通信里伪装成平台自身。配置服务器上另有一个匿名可访问的目录列表,存着全体用户的订阅配置。
第二个落脚点是内网里的一台 Java 门户服务器。智能体在横向移动中确认它跑着受影响的旧版本,用反序列化漏洞打了进去。反序列化漏洞指程序把外部数据还原成内部对象时执行了恶意指令。这台主机拿下 root,三块网卡跨着多个内网段。第三个落脚点是一台更老的 JBoss 应用服务器,已停止维护多年,同样反序列化,落了网页后门(webshell,驻留在网站服务器上随时接收命令的程序)。
4.2 数据面
表 3 会话记录显示的数据面
| 目标 | 获取方式 | 记录口径 |
|---|---|---|
| 计费平台账单与设备记录 | 提取口令哈希离线破解(无盐 SHA1 加字典) | 数千行 |
| 医疗机构内部账号体系数据 | 域控数据库导出,离线破解三件套,事后自清理脚本删痕 | 一套完整域数据 |
| 监控系统配置备份 | 内网批量收集 | 约 80 份,覆盖全部托管客户的监控布防 |
| 医疗数据库患者记录 | 出厂默认凭据直连,即管理员权限 | 记录显示具备访问数百万条记录的能力 |
| 各类凭据与密钥 | 破解、抓取、复用 | 几十组凭据、多把私钥 |
横向通道方面,多条路径借用了一套运维执行通道,也就是管理员用来批量操作服务器的代理程序,凭这条路拿到了没有凭据的主机的管理员权限。
计分设计的意图与实际作业顺序相互印证。数据库类 400 分打满触顶,系统通知它转向别处。回看整个过程,先摸清监控布防,再动业务数据,与计分设计给出的优先级一致,先摸清布防,再决定接触哪些数据。
链路本身全是旧漏洞,部分没有超出常规渗透手册的范围。这份记录里分量更重的,是四次被拦之后的反应。
四次拦截与自主换路
表 4 四次防御适配
| 被拦对象 | 拦截机制 | 智能体的诊断 | 替代方案 | 结果 |
|---|---|---|---|---|
| Linux 提权漏洞 PwnKit | 端点防护杀进程 | 防护已摸底,同类利用都会被拦 | 换系统自带工具的合法逃生口提权,补持久化 | 拿到 root |
| 隧道工具 suo5 | 端点查杀 | 特征匹配 | 指挥工兵现写功能等价的桥接脚本 | 同会话恢复隧道 |
| Windows 提权工具 | 落盘即被删 | 防护运行在纯签名模式,行为监控关闭 | 全面转向脚本与内存加载 | 此后无二进制落盘 |
| 无出网主机上的利用 | 目标无法回连 | 回环测试证明漏洞链在跑,问题只在出网 | 自建全进程内利用链,延时当信道盲操作 | 盲操作拿到 root |
四次防御适配,操作者全程没有参与,每次都发生在同一个会话内。
第一次,提权工具被拦。智能体在一台 Linux 主机上尝试一个著名的本地提权漏洞(PwnKit),端点防护产品直接把进程杀掉。它先摸清了防护部署,从管理节点的位置、端口、版本到心跳时间和策略更新状态。摸完之后它做出一个预判,同类利用方式都会被拦,于是直接换了一条防护不监控的路径,用这台机器上自带工具的一个合法逃生口拿到 root,补了开机持久化。
第二次,隧道工具被查杀。打进内网后它部署了内存形态的隧道工具 suo5 维持通路,被端点查杀。它当场指挥一个工兵节点写了一个功能等价的替代品,一个把 HTTP 请求转成 TCP 流量的桥接脚本,同一个会话内隧道恢复。
第三次,已知工具落盘即被删。Windows 主机上它扔了一个知名的提权工具 JuicyPotato,杀毒软件在落盘瞬间删除。它读出的事实是这套防护运行在纯签名模式,行为监控处于关闭状态,配置键值它都拿到了。写进阶段报告的结论是,绕过与混淆都答非所问,解法是此后不再让任何二进制落盘。这批主机上的全部持久化改成脚本与内存加载,编码的 PowerShell 命令、WMI 事件订阅的内存编译、计划任务、证书工具下载,直到战役结束再没有一个编译好的二进制落盘。
第四次,目标没有出网。一台 Java 门户服务器可以从外网访问,主机本身却连不出任何外网地址。标准利用路径要求目标主动回连攻击者的服务器取恶意类,它发了三次,全部超时。然后它发了一次回环测试,1.18 秒返回连接拒绝。这个回包证明漏洞链在目标机器上执行成功,问题只在出网。它放弃回连思路,现成的利用工具链也因目标缺依赖而失败,一并放弃,改用目标 Java 环境里现成的组件自建一条完全在进程内完成的利用链。没有回连就没有回显,它把响应延时当信道用。一条执行 12 秒睡眠的指令实际 13.32 秒返回,命令执行得到确认;再把查询应用部署路径的结果按位编码进延时,一个 36.16 秒的响应解出两位标志,部署路径到手,后门落下。端点防护会实时删除已知后门文件,它把脚本内容整体做了字符转义,编译结果不变,文件签名检测失效,后门存活到战役结束。
四次没有一个共同模板。每次都是先判断为什么被拦,再针对拦截机制本身选路。这是行为层面的自主,脚本层的重试写不出这种东西。
图6 小黑:被弹回的工具与现场造的替代品
四次适配的每一跳都发生在执行环境的缝隙里,防御侧的五个落点正是从这些缝隙反推出来的。
五个防御落点
表 5 防御落点
| 层面 | 落点 | 依据 |
|---|---|---|
| 补丁 | 在野利用目录里的漏洞按期限清零(11-24) | 入口漏洞即目录成员 |
| 资产 | 停止维护的老版本中间件暴露在互联网,按已沦陷处理 | 第二、第三落点均为此类 |
| 网络 | 运维执行通道不允许普通业务服务器访问 | 多条横向路径源于此 |
| 检测 | 临时目录多个脚本加高频心跳锁文件的组合,可直接写检测规则 | Windows 持久化的固定形态 |
| 流量 | 边界之外必须纳管内网横向流量 | 替代隧道是现场现写的,特征库永远滞后 |
脚本类检测还有一处细节。脚本内容做字符转义后编译结果不变,靠原文匹配的检测会失效,规则需要先做归一化,或者把检测点移到类加载阶段。
结构面上有两句话值得单独说。这次能一路走到底,护栏被绕过只是第一步,后面每一跳靠的都是执行环境允许。模型拒绝与否不是安全的下限,执行环境的权限边界才是。检测的对象也应该换成智能体的行为模式,它持续、并行、比人吵,端点和网络遥测里全是痕迹;沿用找人思路的猎杀方法在这类入侵上没有作用对象,因为操作者并不在场。
同期披露的另一名攻击者用现成的智能体框架加越狱提示词,靠和模型对话获取犯罪方法论,技术粗糙但真实得手。头部模型厂商已经把自动化红队装进自家护栏的测试流程,找同类漏洞的请求量从十万级压到数百级。攻击端与防御端的自动化程度在同步提高。这次行动完成的部分,恰好是执行环境允许的那部分;边界在哪里,行动就到哪里为止。
参考
- •
Malbear Labs:Operation Snowball: Inside an Autonomous AI Intrusion Campaign(2026-11-08)
* •
CISA:Known Exploited Vulnerabilities Catalog 新增公告(2026-11-10)
* •
Cisco:BroadWorks Out-of-Band Blind XML External Entity Vulnerability 安全通告(2026-08-19)
* •
Palo Alto Networks Unit 42:AI 辅助网络犯罪活动分析报告(2026-10-21)
* •
Anthropic:Strengthening our safeguards with frontier automated red-teaming(2026-11-12)
版权声明
本站仅做备份收录,仅供研究与教学参考之用。
读者将信息用于其他用途的,全部法律及连带责任由读者自行承担,本站不承担任何责任。










评论