AI黑客用智能体攻破百余企业网站，约翰迪... Features
2026 年 10 月 19 日，Tom's Hardware 报道称，一名中国黑客利用开源 AI 智能体平台，在演示活动中成功攻破了超过 100 家企业的网站，受害者名单中包含约翰迪尔（Deere）和 SharkNinja 等知名品牌。此次攻击并非依赖复杂的漏洞利用，而是将 AI 智能体当作“数字劳工”，通过自主规划、调用工具和反复尝试，以更低成本完成了大规模网站入侵。据网络安全公司 Rapid7 的追踪数据，此类 AI 驱动的攻击活动在过去 6 个月内增长了 240%，引发了对下一代网络威胁的广泛担忧。
绯闻缠身攻击手法：AI 智能体如何自主“打工”
据 Tom's Hardware 报道，这名黑客使用了一个开源 AI 求解平台的演示版本，将攻击目标设定为“尽可能多地获取企业网站的访问权限”。与人类手动测试 SQL 注入或暴力破解不同，AI 智能体能够自主读取网页源代码、识别表单字段、尝试默认凭证，并在失败后自动更换策略。
绯闻不断网络安全专家指出，这些 AI 智能体本质上是一种“问题求解代理”（problem-solving agent），它们被赋予一个模糊指令，例如“突破登录页面”，然后通过拆解步骤、调用浏览器自动化工具和利用公开漏洞库（如 CVE 列表）来达成目标。Rapid7 的首席安全研究员 Beatriz Santos 表示：“我们观察到的攻击中，AI 智能体平均只需要 3 分 12 秒就能完成对单个网站的初步探测，而人类渗透测试员通常需要 45 分钟以上。”
绯闻曝光受害者名单：从农业设备到家电巨头
被攻破的 100 余个网站中，最受关注的是美国农机巨头约翰迪尔的官网子域以及家电品牌 SharkNinja 的电商页面。报道称，攻击者并未直接窃取用户数据，而是通过植入测试用的管理凭证来证明“已完全控制系统”。
| 受害者行业 | 代表企业 | 攻击结果 | 被发现的日期 |
|---|
| --- | --- | --- | --- |
|---|
| 农业机械 | 约翰迪尔 | 获取管理员权限 | 2026 年 9 月 14 日 |
|---|
| 小家电 | SharkNinja | 控制商品搜索接口 | 2026 年 9 月 22 日 |
|---|
| 在线教育 | 未具名平台 | 篡改课程目录 | 2026 年 10 月 1 日 |
|---|
| 金融科技 | 未具名初创公司 | 导出客户名单 | 2026 年 10 月 8 日 |
|---|
| 医疗健康 | 未具名诊所系统 | 读取预约记录 | 2026 年 10 月 15 日 |
|---|
安全公司 Assetnote 的分析师 Jake Morrison 在一条推文中确认：“攻击者留下的痕迹表明，这些入侵并非手工完成，所有会话记录都带有自动化浏览器的特征，且时间戳之间间隔极短。”
开源 AI 攻击平台：双刃剑还是潘多拉魔盒？
此次事件的核心是一个开源的 AI 智能体平台，该平台原本用于解决数学难题、编写代码和自动化办公流程。然而，其通用问题求解能力很容易被重新定向到攻击场景。Tom's Hardware 指出，该平台允许用户在对话中附加“工具调用”（tool calling），包括执行 Python 脚本、发起 HTTP 请求和操作真实浏览器。
黑客在演示中只用了大约 20 条指令，就让 AI 智能体在 48 小时内完成了对所有目标的扫描。相比之下，传统手动攻击需要组建 5-10 人的团队，耗时数周。卡内基梅隆大学网络安全教授 David Chen 向该媒体表示：“当攻击工具的门槛降到‘会聊天就能用’的程度，企业面临的不再是黑客，而是一支不知疲倦的 AI 雇佣军。”
企业响应：约翰迪尔和 SharkNinja 的公开回应
在 Tom's Hardware 就此事寻求评论后，约翰迪尔的一位发言人在邮件中回应称：“我们已注意到媒体报道，并确认没有证据表明客户或员工的数据被泄露。相关子域已在 48 小时内完成补丁更新，并加强了多因素认证。”SharkNinja 则通过法律事务办公室发表声明：“我们重视系统安全，正与第三方取证公司合作调查此次事件。”
然而，两家公司的回应并未平息安全社区的质疑。因为黑客公布的部分截图显示，SharkNinja 的测试账号使用了“admin:admin”的弱凭证组合。安全研究员 Shawn Miller 指出：“如果一个财富 500 强品牌在 2026 年仍然存在默认密码问题，说明其安全流程存在根本性缺陷。”
安全影响：AI 攻击的经济账与规模效应
根据安全公司 CrowdStrike 发布的报告，2026 年第三季度，利用 AI 智能体发起的网络入侵事件占比达到 17%，而去年同期这一数字仅为 2%。背后的核心驱动力是成本：一次传统的定向渗透服务市场价约为 2 万至 5 万美元，而使用开源 AI 平台的电费和 API 调用费用可低至 200 美元。
| 攻击方式 | 平均成本（美元） | 准备时间 | 单目标成功率 |
|---|
| --- | --- | --- | --- |
|---|
| 人类渗透测试 | 25,000 | 2 周 | 60% |
|---|
| 传统钓鱼攻击 | 8,000 | 3 天 | 18% |
|---|
| 开源 AI 智能体 | 200 | 6 小时 | 42% |
|---|
Tom's Hardware 援引的分析师评论称，AI 攻击的可怕之处不在于单点成功率，而在于它可以同时瞄准数千个目标，进行“地毯式轰炸”。这使得中小企业的防御压力陡然增大，因为它们没有资金购买昂贵的 AI 防御系统。
防御者的困境：AI 攻防赛跑加速
面对 AI 智能体攻击，传统的 Web 应用防火墙（WAF）和速率限制策略逐渐失效。因为 AI 攻击者可以利用住宅代理池和动态 User-Agent 来模拟真实用户行为，并且每秒钟可以自动调整攻击参数 1,000 次以上。
安全公司 Cloudflare 在其技术博客中提到，四月份以来的恶意流量中，AI 生成的定向请求同比增长 340%。该公司的机器学习工程师 Priya Raghavan 建议企业部署“行为生物识别”系统，通过分析鼠标轨迹和键盘节奏来区分人类与 AI 代理。不过她也承认：“如果 AI 攻击者接入强化学习，防御端的误报率可能会上升到 30% 以上。”
法律与伦理：谁该为 AI 黑客行为负责？
这起事件还引发了法律层面的讨论。由于攻击者使用了开源平台，平台开发者是否应承担连带责任？美国电子前沿基金会（EFF）的律师 Seth Turner 表示：“只要平台没有主动提供攻击教程，就不应被视为犯罪工具。真正的责任在于使用者的意图。”但另一方面，如果开源模型被大量滥用，美国商务部和欧盟的 AI 法案可能会要求模型发布者加入“安全护栏”。
Q1：普通企业如何判断自己是否遭遇了 AI 智能体攻击？
A1： 根据安全专家的建议，可以从三个迹象判断：一是同一 IP 段内出现大量带有自动化特征的浏览器指纹；二是登录失败次数呈现低频率但高智能的分布（例如每 30 秒尝试一次不同的弱密码）；三是攻击时间集中在非工作时间但行为序列毫无随机性。Rapid7 建议使用端点检测和响应（EDR）产品来捕捉异常进程调用。
Q2：开源 AI 攻击平台是否会在未来被完全禁掉？
A2： 可能性较低。因为同样的平台在防御侧也有巨大价值，例如用来自动识别漏洞和修复代码。各国更有可能采取“分层监管”模式：要求平台对特定的恶意工具调用（如直接访问 cmd.exe 或执行 SQL 注入）进行风险提示，同时要求威胁情报公司共享滥用样本。Tom's Hardware 报道中提到的平台至今仍可访问，只是官方增加了一个“仅用于合法用途”的免责声明。
面对 AI 智能体带来的攻击新范式，2026 年 10 月的这次事件只是冰山一角。从特朗普政府到欧盟的数字政策制定者都在紧急更新网络安全的“游戏规则”，但技术总是跑在立法前面。企业若想在下一波 AI 攻势中自保，必须把安全重心从“防住已知漏洞”转向“识别未知的自动化行为”，否则下一次被攻破的可能就是你的网站。
