行業新聞與博客

谷歌威脅情報小組 (GTIG) 的一份新報告警告稱，人工智能輔助編碼工具的快速集成已成為威脅行為者的主要目標。

研究人員表示，軟件開發實踐的這種轉變導致了 2025 年和 2026 年初幾起大規模軟件供應鏈危機。

軟件生態系統的運營風險因多種原因而增加。各種類型的大型語言模型（LLM）在生產環境中的快速應用，導致專門用於支持人工智能用例的開源資源（例如模型上下文協議（MCP）服務器）總量增加。

GTIG 還指出，人工智能助手加快了軟件開發的速度，這可能導致對第三方軟件包和依賴項的審查減少。

研究人員重點關注了該地區一個名為 UNC6780 的、以經濟利益為目的的威脅行為者的活動。該組織針對包括 PyPI 、 NPM 和 Docker Hub 在內的多個開源軟件生態系統，實施了一系列大規模的開源軟件供應鏈攻擊。

它主要針對人工智能環境和軟件依賴項，利用其 Dustmaker 憑證竊取惡意軟件中嵌入的一系列技術進行初始訪問。這包括從 GitHub Actions 運行器的進程內存中提取令牌，從而發佈能夠通過有效的 AI 代碼自動信任檢查的受感染軟件包版本。

另一種方法是 Dustmaker 將惡意文件放入或修改 AI 編碼助手的隱藏項目工作區目錄中，這樣惡意軟件就可以融入開發人員的“噪音”中，從而避免被檢測。

在首次訪問之後，UNC6780 被發現收集人工智能工具的憑證，隨後該行為者將這些憑證出售給其他網絡犯罪集團。

“UNC6780 惡意軟件的宣傳、明顯的成功以及開源發佈，很可能會刺激對手模仿這些策略，”GTIG 在 9月8日的報告中寫道。

攻擊者瞄準專有人工智能數據

2026 年第二季度，從專注於間諜活動的國家支持的團體到數據勒索團伙，各種威脅行為者越來越多地將目標對準專有人工智能研究和模型。

這種針對性行動不僅限於人工智能實驗室和前沿人工智能公司，還擴展到政府、軍隊和醫療保健等關鍵領域中使用人工智能的組織。

例如，GTIG 觀察到中國國家行為體（追蹤名為 UNC6508）發起了一場網絡間諜活動，該活動專門針對北美學術、醫療和軍事研究機構的專有人工智能研究。

第二季度還出現了多起數據竊取勒索事件，攻擊者竊取了專有人工智能數據，包括模型、技能、提示、源代碼和相關研究，並威脅稱，如果公司不支付贖金，就將這些數據公之於眾。這些活動影響了北美和歐洲的科技、醫療保健、製藥以及媒體和娛樂行業的企業。

威脅行為者持續進行人工智能試驗

GTIG 在第二季度觀察到的另一個趨勢是，威脅行為者在攻擊生命週期中擴大了對人工智能工具的實驗範圍，不再僅僅將人工智能用於支持惡意軟件和工具的開發。值得注意的例子包括：

• 一個與中國有關聯的黑客組織試圖利用 Gemini 構建一個自動化滲透測試框架。該組織試圖構建一個智能體架構，該架構能夠觀察目標狀態、推理行為並在不可預測的環境中執行任務。
• 一個以經濟利益為目的的威脅行為者利用人工智能編碼聊天機器人和一系列代理指令，構建了一個自主的多代理攻擊框架。這使得該組織能夠在攻破某個組織的雲基礎設施後不到六小時內，規劃、構建並執行大規模憑證竊取活動。
• 一個命令與控制 (C2) 服務器託管着一個名為“Recon”的自動化偵察和憑證管理框架，該框架專為攻擊性代理竊取而設計。在 GTIG 發現該服務器後不久，暴露的目錄就被轉換為一個實時運行的生產前端儀表板，用於組織、驗證和管理超過 23,800 個已收集的密鑰，其中包括雲服務和 AI 服務的 API 密鑰。

針對這些發現，GTIG 首席分析師約翰·赫爾奎斯特警告説：“目前我們可以假設所有威脅行為者都在某種程度上使用人工智能，並且他們的行動從中受益。和所有人一樣，我們也關注漏洞問題，但人工智能的應用領域遠不止於此，隨着其被智能體化應用，這將帶來更大的挑戰，因為這將催生出規模更大、速度更快的對手。”

霍爾奎斯特補充道：“像那些在短短六小時內就發動大規模網絡攻擊的犯罪分子一樣，犯罪分子會傾向於發動速度比我們反應速度更快的攻擊。”