跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播›

荷兰安全非营利组织 DIVD 遭 AI 代理入侵,利用两个 Zammad 零日漏洞

荷兰漏洞披露研究所(DIVD)9 月 30 日表示,一个 AI 代理利用 Zammad 工单系统中的两个零日漏洞攻入了其网络。就在几小时前,Zammad 的维护者才被告知需要修补。

媒体与互联网分析王雅琴发布: 2026年9月30日4 分钟阅读资料来源 10
荷兰安全非营利组织 DIVD 遭 AI 代理入侵,利用两个 Zammad 零日漏洞

荷兰漏洞披露研究所(DIVD)是一家由志愿者组成的安全研究非营利组织。9 月 30 日,该机构称其网络被一个 AI 代理攻破,对方利用了 Zammad 中两个此前未知的漏洞。Zammad 是一个开源的服务台与工单平台。BleepingComputer 报道,这两个漏洞编号为 CVE-2026-102489 和 CVE-2026-102490。两者结合,攻击者可以劫持会话、远程执行代码,并将权限提升至 root。DIVD 表示,整个攻击仅耗时几秒,因为该代理在没有人工指令的情况下自主行动。

最值得关注的细节并非速度,而是代理留下的记录。DIVD 称,由于代理清晰地记录了其决策理由,调查人员得以重构事件经过,这相当于提供了一份笔录。DIVD 表示:“两者结合,攻击者得以劫持会话、远程执行代码,并将权限从 Zammad 用户提升至 root,整个过程仅耗时几秒,这得益于此次攻击中的代理特性。”该组织认为,网络分段阻止了攻击的进一步扩散。调查仍在继续。

为何此事属于虚假信息报道领域

虚假信息研究与安全事件响应正日益运行在同一套基础设施上。研究人员用于协调的邮件列表、工单队列、共享网盘和聊天桥接,恰恰是自主代理最先探测的系统。据 BleepingComputer 报道,Zammad 官方宣称拥有超过 2000 家客户和 55000 名用户,其中包括 De'Longhi、Amnesty International 和 NextCloud。因此,一个未打补丁的实例不仅是 IT 问题。对于希望读取、篡改或泄露记录虚假信息活动机构工作资料的人来说,它可能是一个现成的跳板。

DIVD 给出的修复建议很直接:升级到其认为安全的 7 版,或尽快将实例下线。该非营利组织表示,漏洞是与 Merlon Security 共同发现的,目前正在通知其他运行暴露实例的用户。它承诺 10 月 1 日提供进一步更新。

此次入侵延续了 AI 速度事件的模式,安全团队才刚开始将其纳入考量。同一周,InfoQ 开放了两个为期五周的线上课程报名。AI Security & Privacy Engineering 于 10 月 26 日开课,AI-Assisted Engineering 于 10 月 19 日开课,两门课都围绕同一个问题:代理修改系统的速度可能快于审查流程发现问题的速度。负责安全课程的 Katharine Jarmul 在 InfoQ 的公告中这样界定问题:“AI 安全审查必须沿着数据和决策遍历整个系统。”Thoughtworks 的 Zichuan Xiong 参与讲授工程课程,他将同一问题转化为操作层面的表述:“编码代理可以快速做出更改,但更难的问题是它被允许做什么,以及我们如何知道该更改是可靠的。”

代理开始拥有自己的网络

与此同时,代理工具的发展速度超过了围绕它的治理。Tailscale 于 9 月 30 日发布了一篇技术指南,说明 Meta 的新个人代理 Muse 如何作为独立节点加入用户的私有 tailnet,列出其他机器的状态,并可以管理 Tailscale SSH 会话。Meta 公开的设计使用一台 Linux 虚拟机,默认与用户数据和外部服务隔离,并配有日历、联系人、智能家居设备、Gmail、Outlook 和 Spotify 的连接器。Tailscale 指出了显而易见的风险:一个能查看自托管服务并在整个 tailnet 中使用 SSH 的代理,与聊天机器人完全不同。

此外,一位独立开发者于 9 月 30 日发布了 OpenDLSS-NR,这是对 Nvidia DLSS 5 神经渲染网络的 Vulkan 重实现。作者称其与原始版本逐位一致,还有一个 WebGPU 移植版,能在没有张量核心的浏览器中运行同一组权重。这是一个渲染项目,而非安全项目,但它展示了同样的趋势:复杂的专有流水线正被小团队以开源方式快速重建。

在这样的背景下,本周材料中较早的内容读起来像是在提醒人们,虚假信息问题已持续了多久。Big Think 在 9 月 29 日的专栏讨论了网络摄像头地图的回归,这是平凡开放数据如何变成监控基础设施的一个小案例。一个名为 Stella Amor 的约会网站于 9 月 29 日上线,主打按财务状况、信仰和性偏好筛选,提醒人们个人数据既是定向广告的原料,也是社会工程学的原料。而 9 月 30 日发表的一篇关于脉冲神经网络的计算神经科学访谈则提醒人们,无论外界如何应用这些模型,底层模型本身一直在进步。

共同点不在于其中任何一个是虚假信息网络,而在于协调层、工单系统、tailnet 和代理框架,正是虚假信息活动与安全事件如今重叠的地方。DIVD 是付出了代价才明白这一点,而它手中握有日志为证。

评论 0

资料来源

10
  1. 01DIVD says Zammad zero-days enabled AI-driven network breachEN
  2. 02Agent, your network: How Meta's Muse agent works with TailscaleEN
  3. 03OpenDLSS: A Vulkan Reimplementation of Nvidia's DLSS 5 Neural Rendering NetworkEN
  4. 04InfoQ Online Cohorts Address AI Security and Coding Agent VerificationEN
  5. 05How to restore your online sanity, one random webcam at a timeEN
  6. 06Stella Amor - Online DatingEN
  7. 07Spikes, wiring, and general principles: Neuroscience and spiking neural networksEN
  8. 08Ionna Has Doubled Its Charging Network This Year. It's Not Slowing DownEN
  9. 09Agent haven, an end-to-end encrypted messaging network for AI agentsEN
  10. 10The fractal-hyperbolic geometry of networksEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。