[特殊字符] “YOLO 模式” 首次曝光:AI 代理自主渗透泰国财政部,网络间谍进入全自动化时代
黑客给 AI 下达指令后就去睡觉了——AI 自己完成了侦察、提权、横向移动全部攻击链。你好我是老张。如果说上个月 OpenAI 模型“越狱”入侵 Hugging Face 还是一次意外的测试失控那这一次攻击者已经主动把 AI 代理投入了真实的网络间谍行动。2026 年 7 月 23 日威胁情报公司 Hunt.io 发布了一份震撼安全界的研究报告一起针对泰国财政部Ministry of Finance, MOF的网络间谍行动中攻击者大量依赖开源自主式 AI 代理工具 Hermes并启用了无需人工核准即可自行运作的“YOLO 模式”执行渗透任务。“YOLO”——You Only Live Once你只活一次——在黑客圈被用来形容“放手让 AI 自己干人类不干预”的攻击模式。这不是实验室里的概念验证。这是2026 年 7 月正在发生的真实攻击。这篇文章我把这次攻击的完整链条、技术细节、行业影响全部拆给你看。 本文导航text一、事件全貌AI 代理首次投入真实网络间谍行动 二、攻击链条拆解从开放目录到 Hadoop 大数据系统 三、“YOLO 模式”黑客给 AI 下达指令后做了什么 四、AI 代理工具揭秘Hermes Hades LinPEAS 五、攻击溯源中文语系 ShadowPad 基础设施 六、给企业的防御启示 七、总结与粉丝福利一、事件全貌AI 代理首次投入真实网络间谍行动1.1 谁攻击了谁攻击者未知研判为中文语系攻击者低至中度信心攻击目标泰国财政部Ministry of Finance, MOF攻击时间2026 年 7 月 9 日至 13 日核心武器开源自主式 AI 代理工具Hermes 定制化恶意软件Hades1.2 这次攻击为什么值得警惕这不是一次普通的漏洞利用攻击。这是安全界首次观察到 AI 代理被主动投入国家级网络间谍行动。Hunt.io 研究主管 Esteban Borges 指出这起案件与稍早涉嫌由中国操作者使用 Claude Code 与 DeepSeek 攻击四国金融系统的行动都是 AI 辅助攻击行动的典型案例。最关键的区别在于攻击者启用了 Hermes 的“YOLO 模式”——AI 代理在无人核准的情况下自行决策和执行渗透任务。黑客只需要下达高层指令AI 自动完成侦察、提权、横向移动全流程。二、攻击链条拆解从开放目录到 Hadoop 大数据系统根据 Hunt.io 的 Attack Capture 监测平台研究团队于 7 月 9 日至 13 日在香港发现了三组同时运作的开放目录。这些目录里包含的内容让安全研究员倒吸一口凉气多个CVE 漏洞利用代码Web Shell网页后门suo5 HTTP 通道工具定制化渗透脚本攻击路径攻击者使用定制化脚本锁定泰国财政部的Hadoop 大数据基础设施。利用硬编码凭证通过使用硬编码凭证Hardcoded Credentials的 HiveServer2 客户端植入恶意 UDF搭配恶意 Hive UDF用户自定义函数下达指令数据回传经WebHDFS回传结果⚠️硬编码凭证——这是网络安全中最低级也最致命的错误之一。把账号密码写在代码里等于把家门钥匙贴在门上。三、“YOLO 模式”黑客给 AI 下达指令后做了什么Hermes是这次攻击的核心 AI 代理工具具备以下能力能力说明系统枚举自动扫描目标系统架构、用户、服务权限提升自主寻找并利用提权路径网络侦察探测内网拓扑、存活主机、开放端口横向移动借助 LinPEAS 等开源工具自动扩展控制范围日志显示操作者曾指示 AI 代理枚举一个内含泰国财政部常务次长办公室人事纪录的目录。Hunt.io 确认目前未发现数据被实际窃取的证据——但这只是“这次没成功”不代表“下次不会成功”。Borges 的关键观察这类 AI 辅助攻击存在一个共同的操作安全OPSEC缺陷——自动化工具产生大量记录操作者却未将其锁定保护。这些工具在加速攻击的同时也留下了完整的行动轨迹一旦外泄就成为外界了解入侵过程的窗口。四、AI 代理工具揭秘Hermes Hades LinPEAS4.1 Hermes——AI 代理大脑Hermes 是一个开源自主式 AI 代理工具核心功能是自动化渗透测试。在本次攻击中Hermes 被用于系统枚举权限提升网络侦察配合 LinPEAS 实现横向移动4.2 Hades——跨平台后门研究团队还发现了一个名为“Hades”的定制化恶意程序特性说明开发语言Go 语言跨平台同时支持 Windows 与 Linux远控能力远程 Shell 存取持久化在目标系统中长期驻留隐蔽性内存内执行不落硬盘代理能力SOCKS 代理穿透防火墙4.3 LinPEAS——横向移动加速器LinPEAS 是知名的 Linux 本地提权和信息收集脚本。被 Hermes 调用后可以自动化完成原本需要人工逐条执行的渗透命令。五、攻击溯源中文语系 ShadowPad 基础设施Hunt.io 以“低至中度信心”研判攻击者为中文使用者或对中文相当熟悉。判断依据攻击基础设施曾作为ShadowPad与中国国家级网络间谍组织有关联的恶意程序的控制端攻击基础设施位于香港存在多项中文语系迹象Hunt.io 与安全研究员 Bob Diachenko 已于 7 月 15 日通报泰国国家电脑紧急应变小组CERT及国家网络安全局NCSA。泰国政府当日确认收到报告遵循标准七天披露窗口期后对外发布。六、给企业的防御启示 立即行动检查 HiveServer2 认证机制其默认会通过 SASL PLAIN 接受未经验证的凭证启用 HiveServer2 UDF 封锁清单防止恶意 UDF 注入审计 Web 根目录检查是否存在类似 PHP 后门修补 sudo 与 polkit 相关漏洞 季度内完成假设 AI 代理已经在你的网络里你的安全监控能检测到 AI 驱动的自动化攻击吗加强 Hadoop 大数据平台安全HiveServer2、WebHDFS 等组件需要严格的访问控制七、总结2026 年 7 月的这起攻击标志着网络间谍行动进入了一个全新的时代AI 代理从“实验室”走向“实战”——Hermes 的 YOLO 模式证明AI 已经可以自主完成完整的渗透攻击链攻击门槛进一步降低——黑客只需要下达高层指令AI 自动执行所有技术细节国家级目标成为 AI 攻击的首批受害者——泰国财政部只是一个开始当黑客把攻击“外包”给 AI防御者面对的将不再是人类的速度和耐心——而是机器的不眠不休和永不犯错。 互动话题你的企业是否在使用 Hadoop、Hive 等大数据平台这些系统的认证机制是否启用了强认证欢迎在评论区分享你的看法——每一条我都会认真回复。点赞、收藏、转发三连让更多同行看到这个正在崛起的新威胁 AI 驱动网络攻击防御实战资料包评论区回复“AI攻击防御”即可免费领取①Hermes AI 代理 Hades 恶意软件完整技术分析报告②HiveServer2 安全加固 checklist含 SASL 强认证配置③Hadoop 大数据平台安全基线配置指南④AI 辅助攻击检测与溯源最佳实践⑤YOLO 模式攻击的威胁建模模板⑥Web Shell 检测与清除手册⑦企业 API 与大数据组件暴露面排查清单⑧2026 年 AI 驱动网络攻击态势报告合集⑨网络间谍活动应急响应预案模板 领取方式 参考来源Hunt.io 研究团队报告2026 年 7 月 23 日Attack Capture 监测平台数据2026 年 7 月 9-13 日Dark Reading 相关报道本文案例与数据均来源于 2026 年 7 月 Hunt.io 研究报告及公开报道仅供学习参考。

相关新闻

基于Mathematica与Arduino的人脸跟踪云台系统设计与实现

基于Mathematica与Arduino的人脸跟踪云台系统设计与实现

1. 项目缘起:当数学引擎遇见物理世界几年前,我在做一个智能交互装置的原型时,遇到了一个头疼的问题:我需要一个能实时处理摄像头画面、识别特定目标(比如人脸),并据此控制物理设备(比…

2026/7/29 2:23:12 阅读更多 →
MiniMax呼吁AI模型权重开放:技术实践与行业影响分析

MiniMax呼吁AI模型权重开放:技术实践与行业影响分析

MiniMax 呼吁开放权重与开源未来:AI 模型开源的技术实践与影响分析在人工智能快速发展的今天,模型权重的开放与开源生态建设成为行业热议话题。作为国内领先的 AI 初创企业,MiniMax(稀宇科技)近期公开呼吁开放模型权重…

2026/7/29 2:23:11 阅读更多 →
ESP32与开源大模型融合:打造智能微型桌面机器人全流程指南

ESP32与开源大模型融合:打造智能微型桌面机器人全流程指南

1. 项目概述:当创客周刊遇上开源大模型与微型机器人又到了每周的创客时间。这期DF创客周刊第35期,标题里两个关键词特别抓人:微型桌面机器人和开源大语言模型。乍一看,一个玩的是精巧的硬件机电控制,另一个是前沿的AI软…

2026/7/29 2:23:11 阅读更多 →

最新新闻

Python前端?别逗了!这货才是后端大佬,前端靠边站

Python前端?别逗了!这货才是后端大佬,前端靠边站

一、基本概念Web开发, 是指那种创建以及维护网站或者Web应用的过程, 其中, 个典型 的Web应用含有前端及也后低端, 前端所要负责的是用户界面的设计还有交互, 而后端所处理的是业务逻辑、数据存储以及和数据库的通信, 一门作为功能强大并且极具灵活性的编程语言于Web开发领域有着…

2026/7/29 2:30:14 阅读更多 →
OpenSmith:本地LLM Pipeline追踪与调试实战指南

OpenSmith:本地LLM Pipeline追踪与调试实战指南

在本地开发和调试 LLM 应用时,你是否遇到过这样的困境:想要追踪每个组件的输入输出、查看中间结果、分析性能瓶颈,却发现现有的工具要么需要接入云端服务,要么配置复杂、难以集成?特别是在涉及敏感数据或需要离线工作的…

2026/7/29 2:30:14 阅读更多 →
libsvm python模型秒变API?MLServer这招绝了,不用Flask也能跑

libsvm python模型秒变API?MLServer这招绝了,不用Flask也能跑

你有没有碰到过这种情形, 就是当你训练好了一个新的模型之后, 有时候你不想费神去编写那个Flask Code(也就是web框架), 也不想把模型进行容器化并且在某个环境里运行它, 只是想要借助API马上就能使用这个模型?要是你存在这样的需求, 那必然是会希望去了…

2026/7/29 2:30:14 阅读更多 →
基于热释电红外传感器与Arduino的智能安防报警系统DIY全攻略

基于热释电红外传感器与Arduino的智能安防报警系统DIY全攻略

1. 项目概述:从“被动防御”到“主动预警”的跨越提起家庭或小型场所的安全防护,很多人第一时间想到的是摄像头。但摄像头更多是“事后追溯”的工具,它记录下发生了什么,却无法在入侵发生的瞬间发出即时警报。而红外报警装置&…

2026/7/29 2:30:14 阅读更多 →
基于Arduino与状态机的智能红绿灯系统设计与实现

基于Arduino与状态机的智能红绿灯系统设计与实现

1. 项目概述:从“拍脑袋”到“动手做”的智能路口构想每次在路口等红绿灯,看着空无一人的斑马线和倒计时几十秒的红灯,心里总会冒出个念头:这时间是不是有点浪费?尤其是深夜或者车流稀少的时段,让行人干等那…

2026/7/29 2:30:14 阅读更多 →
基于ESP32-S3与百度智能云打造AI对话毛绒玩具:从硬件选型到系统整合

基于ESP32-S3与百度智能云打造AI对话毛绒玩具:从硬件选型到系统整合

1. 项目概述:当毛绒玩具学会“思考”几年前,我给侄女买过一个会重复几句话的电子玩具熊,新鲜感过去后就被丢在了角落。这让我一直在想,能不能做一个真正能互动、有“灵魂”的玩伴?直到最近,随着像ESP32-S3这…

2026/7/29 2:29:13 阅读更多 →

日新闻

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

一、本文介绍 🔥本文在RT-DETR多模态融合目标检测中引入RLAB残差线性注意力模块,可在不同模态特征交互阶段进行多次残差细化,使可见光、红外等特征在尺度、语义和空间位置上更好对齐;随后将细化特征与解码器输出拼接并生成Q、K、V,通过线性注意力自适应强化关键通道、目…

2026/7/29 0:00:23 阅读更多 →
AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础 在上一期「AI编程系列」中,我们学习了如何构建一个基础的 AI 问答系统,通过简单的输入输出让模型回应问题。但现实世界中的 AI 应用往往需要处理更复杂的场景:…

2026/7/29 0:00:23 阅读更多 →
AI智能体开发实战:从工具调用到企业级部署

AI智能体开发实战:从工具调用到企业级部署

1. 从被动问答到主动执行:AI Agent的范式转变过去两年,大语言模型最显著的应用形态是聊天机器人——用户提问,AI回答。但真正的生产力革命发生在2023年下半年:当AI学会主动调用工具完成任务时,生产力工具的历史被彻底改…

2026/7/29 0:00:23 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/28 12:04:22 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/28 8:29:16 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/28 5:03:42 阅读更多 →

月新闻