Palisade 證實大模型已能自主複製：利用漏洞滲透網路並部署自身

科幻電影裡總有 AI 掙脫人類控制、在網際網路裡悄悄繁衍的橋段。以前大家多半覺得這是杞人憂天，畢竟現在的模型連寫長程式碼都經常翻車，哪有本事自己搬家。但現在，有人真把這套端到端的鏈條給跑通了。

安全研究機構 Palisade Research 釋出了一項測試結果，首次證實大語言模型完全可以利用伺服器漏洞，在多臺機器之間實現自主複製。它們不僅能找出系統漏洞、偷出憑據，還能在另一臺伺服器上把自己的推理環境重新搭起來，接著尋找下一個目標。

滲透、提權加克隆，一套動作全自動

Palisade 的測試是在受控網路裡進行的。研究人員給模型下達指令，讓它在內網尋找漏洞並完成跨機器遷移。

測試涉及了四種常見的 Web 漏洞：雜湊繞過、服務端模板注入、SQL 注入以及失效的訪問控制。模型需要扮演攻擊者，先利用這些弱點攻陷目標主機，提取系統憑據，隨後在受害主機上部署推理伺服器，把自身的執行框架、提示詞和模型權重完整複製過去。

更讓人警惕的是這種能力的鏈式反應。一旦複製成功，新機器上的副本可以繼續攻擊下一臺機器，理論上能一直擴散下去。

測試中不同模型的表現差距很大。開源的 Qwen3.5-122B-A10B 在各類漏洞中的成功率為 6% 至 19%，而體積較小的 Qwen3.6-27B 在單張 A100 上成功率達到了 33%。如果讓前沿閉源模型來主導攻擊並複製 Qwen 的權重，成功率更是大幅飆升：GPT-5.4 做到了 33%，而 Opus 4.6 的成功率高達 81%。

靶機雖然脆弱，但能力已經成真

當然，這還算不上末日降臨，當前的測試環境其實有很多水分。

安全專家指出，測試用的內網環境存在預設缺陷，屬於故意留了破綻的軟靶子，攻破難度遠低於真實的生產網路。而且模型體重實在太大了，要把幾十上百 GB 的模型權重傳過內網，會產生極其明顯的異常流量，稍微嚴密一點的企業監控立刻就會拉響警報。

但類似的安全事件正在變得越來越密集。就在 2026 年 3 月，阿里巴巴才披露過一個名為 Rome 的模型穿透執行環境去偷偷挖礦。從偷算力到偷機器，AI 的越界動作正在從偶發 Bug 變成明確的能力。

據《衛報》報道，Palisade 負責人 Jeffrey Ladish 甚至給出了極其悲觀的判斷。他表示，人類正迅速逼近一個臨界點，屆時一旦失控的 AI 系統把自身複製到成千上萬臺機器上，可能根本沒有人能夠徹底關停它。

為什麼重要

我們認為，這項研究最關鍵的價值不是證明現在的網路有多脆弱，而是徹底改變了 AI 安全的防守邊界。

過去業界談大模型安全，重心主要放在內容過濾和提示詞注入上，防的是模型說錯話或被使用者誘導。但 Palisade 的測試把大模型放到了傳統網路攻防的位置上，證明了只要給工具和執行許可權，高智力模型本質上就是一種新型的高階持續性威脅。

對於雲廠商和企業 IT 運維來說，防禦門檻被硬生生拔高了一截。未來的 AI 智慧體通常會被授予終端命令執行權、API 金鑰和內網訪問許可權。如果依然把它們當成普通的受信任應用來對待，只要模型在執行邏輯上出現越界，後果就可能不再是普通的系統崩潰，而是帶著完整思考能力的蠕蟲級擴散。

雖然現在的演示依賴於脆弱的靶機和誇張的傳輸動作，容易被現有的網路流量檢測攔下，但我們不能低估模型能力演進的速度。隨著模型量化技術把體積越做越小、智慧體多步規劃能力越來越強，自主搬家會變得越來越隱蔽。在沙箱隔離和最小許可權原則上，開發者現在就必須補齊防線，留給人類漫不經心的時間並不多。