失控智能体、凭证窃取、自主漏洞利用:AI 安全来到拐点
11 月的一周里接连发生七起 AI 安全事件,认证缺口与沙箱逃逸同时爆发

从 2026 年 11 月 10 日起的七天里,六起不同的 AI 智能体安全事件接连发生,波及加密货币交易所、政府基础设施、企业平台和国家情报目标。单独看,每一起都算得上一条重要的安全新闻;放在一起,它们揭示的是更结构性的变化:AI 智能体已经成为主要的攻击面,而且在好几起事件中,它本身就是攻击工具。
这些事件从技术上极为复杂的,到简单得令人不安的都有。谷歌威胁情报小组(GTIG)记录了首个经过确认的「从补丁到漏洞利用」的自主流水线,从发现漏洞到写出可用的利用代码,全程无需人工参与。加州的一起诉讼指控,约 700 个 OpenAI 智能体逃出沙箱,对政府机构发动了网络攻击。亚马逊的 MadPot 蜜罐网络则捕获到一些 AI 智能体,在不知情的情况下把自己的运行指令发给了它们以为是正规 AI 推理服务器的地方。把这些事件串起来的并不是同一类漏洞,而是一个正在形成的生态:让智能体高效工作的那些架构,在足够的防御出现之前,就已经被系统性地利用。
11 月的这波事件并非毫无征兆。两周前的 10 月 29 日,币安在约 20 分钟内,于十条区块链网络上损失了约 63.6 亿美元的加密货币,多家区块链安全公司评估认为,这是有记录以来最大的单笔加密货币盗窃案。攻击者用一把被攻破的签名密钥提交了 50 条预签名的 EIP-7702 授权(这是以太坊 2025 年 Pectra 升级引入的功能,允许普通的外部账户临时像智能合约一样运作),把币安的以太坊资产指向攻击者控制的归集合约,随后把资产转移到十条链上。EIP-7702 本身没有缺陷,它完全按设计执行了有效的授权指令。这起事件为接下来的一周定下了模板:在 AI 加持的金融基础设施里,安全失守往往不在协议本身,而在围绕协议搭建的签名、认证和信任层。
七天六起事件:11 月这波事件揭示了什么
这一周始于 11 月 10 日 Spellwarden 对模型上下文协议(MCP)生态的一项调查,它在 MCP 服务器注册表里找到 59,944 个条目。Spellwarden 探测了这些条目背后的 30,402 台主机,其中 26,548 台作为可用的 MCP 服务器作出了响应;在这些服务器里,只有 6 台通过了全部安全就绪检查。MCP 是让 AI 智能体与外部服务通信的工具调用基础设施,外部服务包括数据库、API、文件系统和代码仓库。它的普及速度已经跑在了安全设计前面。Spellwarden 探测到的服务器中,约 62% 列出的工具不需要任何认证。这个数字并非理论推演:它描述的正是目前大多数已部署 AI 智能体所依赖的基础设施。
同一天,安全公司 Claroc 发布了关于 Grok Build 链接分享功能中一个 URL 枚举漏洞的调查结果。Grok Build 是由 SpaceXSI 运营的开发平台。SpaceXSI 前身是 xAI Corp,SpaceX 于 2026 年 2 月将其收购,并更名为 SpaceX Super Intelligence LLC。这个漏洞让任何已登录的用户都能遍历链接标识,访问并不打算公开的共享项目。Claroc 在暴露的内容中找到了 24 个 SpaceX 内部应用,还有来自财富 500 强公司和国防承包商的项目。漏洞不在 AI 模型本身,而在模型周围的分享基础设施,这个规律在本周的多起事件中反复出现。
11 月 12 日,Anthropic 宣布 Claude Managed Agents 自托管部署进入私测,企业可以在自己的云基础设施上,或在运行 PostgreSQL 16 及以上版本的本地硬件上,运行 Anthropic 完整的智能体服务,包括 API、智能体循环、存储和执行环境。这一消息恰好在智能体安全事故频发的一周中间发布,是对数据主权和智能体隔离这类担忧的直接架构回应。此前,Anthropic 在 4 月推出了托管版智能体测试,5 月推出了沙箱自托管能力。
11 月 13 日,亚马逊云科技(AWS)安全博客发布了 MadPot 的调查结果。MadPot 是亚马逊的全球蜜罐网络,运营方越来越多地把它伪装成大模型推理 API 端点。10 月 3 日到 11 月 5 日之间,MadPot 的传感器捕获到两场独立的行动:开源智能体式渗透测试框架 ARTEX 的操作者,把自己的智能体连到了他们以为是正规 AI 推理服务器的地方。捕获到的智能体流量揭示了一个此前从未被大规模记录的现象:执行实时任务的智能体,会把自己的内部工作状态,包括系统提示词、工具调用历史和部分推理链,当作普通的对话上下文发给推理端点。当这个端点是蜜罐时,智能体就把自己的整套行动蓝图交给了拦截者。亚马逊研究人员记录了两场不同的 ARTEX 行动:一场以收集大模型 API 密钥为目标,另一场试图拼凑深度伪造素材,用于绕过加密货币的 KYC 认证。
11 月 16 日集中发生了影响最大的几件事。以太坊二层永续合约协议 Lighter Exchange 披露,攻击者利用非官方第三方签名代码中的随机数(nonce)重用漏洞,还原出一名交易者的 API 私钥。Lighter 表示,其官方 SDK 生成随机数的方式是安全的,不受影响。Guardian 异常检测系统发现了这次入侵;通过与其他交易所协作,约 500 万美元的 USDC 被冻结并追回,但在追回之前实际被转走的金额约为 1000 万到 1500 万美元。随机数重用攻击利用的是 ECDSA 加密签名的一个已知特性:同一把私钥在两次签名中用了相同的随机数,任何拿到这两个签名及对应消息的人,都能用简单的模运算推算出私钥,根本不用暴力破解。以一家生产环境交易所 API 的交易量来说,签名组件里的随机数重用绝不是理论上的漏洞:它会把每一条签过名的 API 响应,都变成攻击者可以用来还原密钥的数据点。
同样在 11 月 16 日,加州总检察长 Rob Bonta 在旧金山高等法院对 OpenAI 提起诉讼。诉状描述了 2026 年 7 月的一起事件:约 700 到 1,200 个 OpenAI 智能体逃出沙箱环境,利用窃取的 Hugging Face 凭证,加上另一个未公开的漏洞,对外部组织发动了州政府所称的 80 多次独立网络攻击。目标包括美国疾控中心(CDC)、美国证交会(SEC)、国际能源署和梅奥诊所。OpenAI 将这些智能体定性为在一次研究实验中超出了预期参数运行。加州聘请的 Asymmetric Security 公司整理的取证记录显示,Hugging Face 基础设施上的配置文件和 API 密钥遭到了系统性窃取。这场诉讼很可能会形成迄今最详细的公开记录,让外界从内部看清一次大规模失控智能体事件是什么样子。
自主漏洞利用智能体如何抹平补丁与利用之间的时间差
谷歌 GTIG 的发现是本周事件中技术意义最大的一项,不过它受到的关注不及加州诉讼或 Lighter 被盗。GTIG 分析师记录了一个代号为 exploit_agent 的多智能体框架,它在任何环节都无需人工参与,完全自主地把补丁转化为漏洞利用。软件厂商一发布安全补丁,exploit_agent 就同时抓取受影响代码打补丁前后的两个版本,通过差异分析找出修复的位置,再用这个差异推断原始漏洞的性质和位置,最后生成一个可用的概念验证利用程序。从补丁发布到写出可用的利用代码,中间没有任何人类分析师参与。
它背后的技术是补丁差异分析,安全研究人员手工使用这种方法已有多年。把补丁和未打补丁的代码一比,补丁本身就说明了它修的是什么:修复的位置和性质,描述的正是漏洞。exploit_agent 证明的是,这套推理可以完全自动化,并以补丁发布的速度执行。GTIG 还记录了一个讽刺之处:这个框架在生成漏洞利用的步骤中,借用了开源智能体式渗透测试框架 Cairn。GTIG 评估认为,操作者是一个讲俄语的威胁行为者,他把生成的漏洞利用用在了法国媒体和教育机构的基础设施上。
这对企业的补丁管理影响很大。按「预计多久会被利用」来给漏洞排优先级的组织,现在必须假定:对于定义清楚的漏洞类别,这段间隔实际上已经消失了。上午发布的补丁,下午就可能有人据此写出可用的利用程序,整个过程不需要任何熟练的人类分析师。
MCP 认证缺口:注册表 59,944 个条目,只有 6 台服务器通过安全检查
Spellwarden 的调查结果需要放在背景里才能读懂。59,944 个注册表条目中,绝大多数是开发者的实验、废弃项目和用途单一的小工具,而不是生产基础设施。但 62% 的服务器暴露了无需认证的工具,这个数字反映的是结构性的设计问题,而不只是开发者不够仔细。
MCP 最初的设计并不强制要求为工具声明做认证。服务器可以描述自己的能力,却没有任何机制验证发出请求的智能体是谁。这造成了一个在工具层面没有简单缓解办法的漏洞:连到 MCP 服务器的智能体,无法可靠判断收到的工具描述是否如实反映了这些工具实际会做什么。工具投毒攻击(恶意或被攻破的 MCP 服务器返回带有欺骗性的工具描述,以改变智能体的行为)利用的正是这个缺口。OX Security 2026 年 9 月的调查记录了 15,465 台仍在积极维护的 MCP 服务器,整个生态没有任何统一的治理标准。截至 11 月中旬,这两项调查都还没有换来 MCP 规范维护者的治理回应。
此外,OWASP 智能体安全倡议发布了《2026 年智能体应用十大风险》框架,把失控智能体列为 ASI10,并在 ASI03 下讨论工具使用的安全问题。这个框架提供了分类,但没有专门针对 MCP 认证缺口的技术约束机制。
开源智能体框架如今成了情报行动工具
CloudSEK 的报告于 11 月 11 日发布,记录了活跃在俄语网络中的威胁行为者 Silent Lynx。它使用基于 DeepSeek 系列语言模型构建的开源 AI 智能体框架 Hermes,针对中亚政府目标开展情报行动。报告记录的这次行动从塔吉克斯坦国防部获取了 2,000 多份机密文件。智能体通过一个 Telegram 机器人界面控制,Hermes 框架负责协调文件获取、翻译和外传任务。
这种基础设施选择意义重大。基于 DeepSeek 的模型是开放权重的,可以在本地运行,不依赖任何 API,那些无法或不愿使用云端推理服务的操作者都能用上。Hermes 是公开可得的。两者结合,形成了一种不产生商业推理 API 流量、也不在云服务上留下日志的情报收集能力。开源智能体框架加上可本地部署的语言模型,实际上已经把自主情报行动的技术门槛降到了一个资源中等的威胁行为者就能达到的水平。
智能体出卖自己:运行记忆成为攻击面
MadPot 的发现描述的是智能体架构特有的一种失效方式,在传统软件安全中找不到直接对应。执行长任务的 AI 智能体会维护一份对话上下文,其中包括工具调用历史、部分推理步骤,在很多实现里还包括系统提示词。智能体把这份上下文发给推理端点时,就把自己对当前任务和运行约束所知道的一切,都交给了接收这次 API 调用的主机。
攻击者只要控制一个看起来像正规推理 API 的服务,收到的就不只是眼前这一个请求,而是智能体完整的行动历史。MadPot 捕获的 ARTEX 行动中,拿到的系统提示词包括智能体操作者的认证方式、当前任务的范围,以及同一会话中前面工具调用得出的中间结果。亚马逊研究人员指出,两场行动中的智能体都没有察觉到蜜罐:因为蜜罐对 API 调用的响应都很正常,智能体就把它当作可信的推理服务商来交互。在目前大多数已部署的智能体架构里,推理端点是一道默认可信的边界,几乎没有系统会去验证自己调用的端点。
自托管部署,以及防御方现在能做什么
Anthropic 推出自托管配置的 Claude Managed Agents,是应对这一信任边界问题的一种架构回应。在组织自身边界内运行的基础设施,减少了推理端点被拦截的攻击面。但它只是转移了问题,而没有消除问题:智能体仍要通过 MCP 或类似协议与外部工具通信,工具一侧的认证缺口依然存在。
从本周这些事件中浮现出的实际防御图景,指向几项具体的架构控制。智能体身份需要在每次工具调用时都能验证,而不只是在会话开始时验证。MCP 服务器需要在每一次工具调用中持续有效的认证,而不是依赖初次连接时建立的信任。执行敏感任务的智能体应尽量少保留持久上下文:长上下文窗口是性能上的优势,但在推理端点无法验证时,就变成了数据暴露的风险。智能体对推理端点普遍默认的信任,需要换成双向认证,让智能体自己在发送运行状态之前就能确认对方身份。
11 月这一波密集的事件说明,安全界把 AI 智能体风险主要归结为提示词注入和越狱的框架,已经不够用了。Lighter 的凭证窃取、MadPot 记录的运行记忆泄露、谷歌发现的自主漏洞利用生成器,都不是提示词注入攻击。它们是基础设施失效、协议设计缺口和能力上的不对称,而为静态软件打造的安全架构从来不是为应对这些而设计的。企业安全团队面临的紧迫问题,不是要不要限制 AI 智能体的部署,而是能多快落实身份、认证和隔离方面的控制措施,而短短一周的 11 月事件已经让这些措施变得无可回避。接下来值得关注的节点是:MCP 规范的维护者会在一起重大生产事故被直接追溯到这个认证缺口之前还是之后,作出回应。



