AI 代理助一人攻擊逾百網站 企業須先收緊外露管理面板
TechNews 科技新報報道，資安研究員 Snorre Fagerland 發現，有說中文的駭客疑利用多代理 AI 平台，在數週內嘗試攻擊逾 1,200 個美國、加拿大、澳洲及日本的電商網站，成功率約一成，涉及逾百個網站。研究員估計，相關模型 token 開支約為 5,000 美元。
不過，這是一宗根據研究員觀察公開控制面板所得出的個案，攻擊者身分、實際使用的模型及造成的最終損失仍需審慎看待。TechNews 科技新報指出，路透社未能獨立確認有關入侵是否導致資料外洩；被點名的企業亦分別表示已補救、事件已受控制，或仍在調查第三方供應商營運網站的情況。
威脅在於把偵察、嘗試與轉向變成流水線
研究員是在多個意外公開的 Cairn 執行個體中，觀察到攻擊者與 AI 模型的指令互動。Cairn 是 GitHub 上的開放原始碼多代理問題解決及狀態管理平台，其作者表示平台原意並非用於入侵；問題在於，一旦有人將這類協調框架接上具備工具存取能力的 AI agent，便可把原本要由人手反覆完成的工作拆散並交由多個 agent 處理。
按 TechNews 科技新報所述，該名駭客只以不足百字交代偏好的入侵方法，agent 則平均花約 23 小時反覆尋找弱點後才完成一次入侵。研究員觀察到的一宗個案顯示，agent 未能直接在企業對外 app 找到缺口後，改為從公開數碼紀錄追查相關基礎設施，再鎖定外露控制面板，經多輪測試後誘使 server 執行惡意指令。
這意味著攻擊成本下降的關鍵，未必是 AI 突然「發明」了新漏洞，而是它能耐心地持續枚舉目標、整理線索、改變路線和重試。對小型團隊尤其棘手：以往攻擊者要投入較多時間的人手偵察，現在可以用相對有限的成本並行處理大量目標。
防護重點是縮小 agent 可利用的操作空間
企業不應把開源多代理工具直接視為惡意軟件；同一類技術也可用於正當的開發、研究與自動化。較實際的防守方向，是假設攻擊方有能力長時間自動化測試，重新檢查哪些入口原本不應暴露在公網。
對使用公開網站、雲端服務和外判供應商的團隊，可優先處理以下項目：
- 盤點外露介面：列出所有對外網站、測試環境、管理面板、API 與其關聯域名，移除已停用或無業務需要的入口。
- 收緊管理權限：管理面板應採用多重驗證、最小權限及網絡存取限制；避免讓單一帳戶同時擁有廣泛部署、資料讀取和系統指令權限。
- 分隔第三方責任：要求代管網站或供應商交代其管理入口、補丁與事故通報安排，並保留能迅速切斷整合或撤銷憑證的機制。
- 監察異常行為：為大量掃描、長時間失敗登入、異常 API 呼叫、管理設定變動及 server 指令執行建立告警；重點是把分散而緩慢的可疑活動串連起來看。
- 演練應變流程：預先確認誰可關閉外露服務、撤銷金鑰、聯絡供應商及保存紀錄，避免事故發生時才臨急抱佛腳。
下一步要看防守能否跟上自動化節奏
TechNews 科技新報亦提到，另一宗在 9 月披露、由 AI agent 驅動的攻擊據稱波及 25 家企業並涉及信用卡資料。單一報道不足以量化整體趨勢，但多宗個案正把焦點由「AI 能否協助攻擊」推向「企業能否及早發現持續、自動化的偵察」。
接下來值得觀察的是，企業及供應商會否把外露資產盤點、管理介面隔離和異常行為監察，納入日常營運而非僅在事故後補救。對香港的 IT 團隊與中小企而言，這些措施同樣適用，尤其是依賴公開網站、雲端控制台及第三方代管服務的環境。
延伸閱讀
AI 輔助說明： 本文由 AI 協助整理，並經兩輪獨立自動品質審核；資料及連結仍以原始來源為準。
參考來源
- TechNews 科技新報 — 單人駭客驅動 AI 代理，只數千美元就攻破逾百家企業網站 — original report
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
