Google 报告：黑客首次用 AI 挖出 0day 漏洞并武器化

过去大家讨论 AI 武器化，大多停留在帮黑客写写钓鱼邮件，或者改改恶意脚本。但这次不一样了，AI 已经开始自己挖出零日漏洞，甚至直接写成了现成的攻击工具。

Google 威胁情报团队（GTIG）发布最新威胁追踪报告，首次确认有网络犯罪团伙利用 AI 模型发现并武器化了一个零日漏洞。攻击者原本打算用它发动大规模攻击，好在被 GTIG 提前截获并协助厂商修复。

甚至把 AI 幻觉打进了攻击代码

这次被盯上的是一款流行的开源 Web 系统管理工具。攻击者写出了一个 Python 脚本，能直接绕过双因素认证（2FA），前提是攻击者已经掌握了合法凭据。

这个漏洞不是内存越界或输入过滤不严那种传统错误，而是一个高层的业务逻辑缺陷：开发者在代码里硬编码了某种信任假设。传统的代码审计工具和模糊测试很难抓出这种毛病，但前沿大模型偏偏擅长联系上下文、推测开发者的原始意图，把硬编码的特例和认证逻辑两相对照，就把沉睡的逻辑漏洞翻了出来。

GTIG 确认攻击者使用了 AI 模型，原因非常黑色幽默：攻击脚本里充满了教科书式的 Python 格式、详尽的帮助菜单和 ANSI 终端着色代码，甚至还带着大量教学风格的文档注释，里头还赫然写着一个由大模型自己「幻觉」出来的 CVSS 漏洞评分。

国家级黑客也在给 AI 喂「武功秘籍」

除了网络黑产，国家背景的黑客团伙用起 AI 来更加工业化。GTIG 发现，中国和朝鲜背景的黑客正在通过角色扮演诱导模型越狱。比如一个代号为 UNC2814 的团伙，就命令模型扮演资深安全审计员，借此审计 TP-Link 固件和 OFTP 协议的二进制代码。

更有攻击者盯上了老牌安全数据。他们把中国知名漏洞平台乌云在 2010 到 2016 年间积累的 8.5 万多起真实漏洞案例，做成名为「wooyun-legacy」的 Claude 代码技能插件，通过上下文学习给大模型做定向强化，让模型像个老练的安全专家一样专挑逻辑漏洞下手。

朝鲜团伙 APT45 则发送了数千条重复 Prompt，让大模型递归分析不同的 CVE 漏洞并自动验证概念验证（PoC）攻击代码。俄罗斯背景黑客则利用 AI 生成多态恶意软件和混淆网络。甚至还出现了像 PROMPTSPY 这样具备自主攻击能力的恶意程序，它能让模型自主解读受害者系统的实时状态，动态生成下一阶段的执行指令。

为什么重要

我们认为，安全攻防的平衡点正在发生根本性位移。过去零日漏洞的挖掘是极少数顶级白帽或情报机构的专利，成本极高；但当攻击者懂得用历史漏洞库做微调，甚至把挖掘逻辑漏洞的任务交给大模型时，零日漏洞的发掘门槛被实质性拉低了。

对普通开发者和运维团队来说，传统的防御策略正在加速失效。传统的静态扫描工具擅长找缓冲区溢出或 SQL 注入，却完全看不懂硬编码的特例逻辑，而攻击者用的正是 AI 对逻辑语义的理解。这意味着，哪怕你的代码没有任何明显的语法缺陷，逻辑上的信任漏洞也会被对手按图索骥。

隐患更在于攻击者的自动化闭环。从递归验证 PoC、结合 OpenClaw 这类代理框架在测试环境打磨载荷，再到 PROMPTSPY 这种能根据系统环境自己挑指令的恶意软件，黑客正在把攻击流程做成自动化流水线。蓝方如果还在靠人工值守和传统规则库巡检，响应速度根本跟不上。

防御方现在别无选择，只能以 AI 对 AI。像 Google 在内部用 Big Sleep 找漏洞、用 CodeMender 自动修补，但中小团队很难拥有这种级别的算力和模型能力。接下来最严峻的挑战，是安全防御的贫富差距会被进一步拉大。