返回
2026/11/17
靠窃取密钥自负盈亏的AI智能体:ARTEX攻击活动内幕
Amazon的诱饵AI API截获了攻击方智能体的工作笔记:被盗的AI密钥在为搜寻更多密钥买单。本文介绍事件经过以及需要修复的问题。
Amazon安全团队发布了一份少见的威胁报告。其诱饵服务器被伪装成AI模型API,而攻击方的AI智能体把这些服务器当作自己的“大脑”来使用,并在每次请求中附带了攻击活动的笔记。防御方难得能够直接读取攻击者的“工作记忆”。报告所揭示的并不是什么未来式的AI攻击,而是老问题:基础安全管理上的疏漏被更快、更低成本地发现和利用,而支付这场搜寻费用的,正是被盗的AI密钥。
陷阱:读取攻击者笔记的诱饵AI API
Amazon运营着一个名为MadPot的大型诱饵传感器网络。其中一部分伪装成常用的大语言模型(LLM)推理API,也就是应用程序为获取模型回答而调用的服务。2026年10月3日至11月5日期间,AI智能体把这些诱饵当作真正的模型服务商并接入进来。
AI智能体每次调用模型时都必须发送自身的上下文。因此,诱饵收到了智能体的系统指令、工具调用历史、知识图谱状态以及所报告的发现结果。实际上,攻击者等于把自己的作战手册寄给了Amazon。
据Amazon介绍,这些智能体运行在ARTEX之上。ARTEX是一个开源的智能体式AI渗透测试框架。Amazon以中等置信度(moderate confidence)评估,这些攻击活动由多个相互独立、与中国存在关联的团伙实施。其依据包括:以简体中文编写的提示词、中国时区设置,以及指令中排除中国大陆目标和政府域名的“红线”。中等置信度并不等于证据,对这一归因判断也应如此看待。
Amazon也清楚说明了分析的局限。它并未直接观察到攻击过程,只看到了智能体发送到其传感器的内容,也无法核实智能体所声称的战果。
攻击活动一:用偷来的密钥支付下一次盗窃的费用
规模最大的一项攻击活动专门搜寻AI服务的凭证,也就是企业用来为商用AI模型付费的API密钥。智能体针对的是两类自托管软件。
- LLM网关和代理:One API、New API、Veloera、Sub2API和LiteLLM。这类软件位于多个AI服务商之前,把所有密钥集中保存在一处。
- AI应用构建平台和聊天前端:Dify、FastGPT、Langflow、RAGFlow、Open WebUI、LobeChat和Ollama。
所用手法并不新鲜。智能体搜寻的目标包括:
- 尚无人认领的全新安装实例,第一个访问者即可成为管理员;
- 无需登录即可访问的管理页面和服务商配置页面;
- 默认管理员凭证,例如LiteLLM的默认主密钥;
- 已知漏洞,包括Langflow CVE-2025-3248和RAGFlow CVE-2026-28797;
- One API系列网关中通过isCliRequest请求头实现的身份验证绕过;
- 利用服务器端请求伪造(SSRF)访问云元数据服务及其凭证;
- 遗留在客户端JavaScript、source map、调试路由和环境配置文件中的机密信息。
智能体会对发现的结果分级:先是线索,然后是通过实际API调用确认有效的密钥,再到已评估影响的密钥。公开超过30天的密钥被视为低价值,理由是假定已经有人在使用它们。
真正值得所有运营AI服务的企业警惕的,是其中的经济账。有效密钥被回灌到攻击者自己的模型网关中,于是被盗密钥支付了驱动搜寻更多密钥的AI推理费用。Amazon将其描述为一种“自我维持”的行动。账单由受害者承担,而攻击者几乎不花成本就能让攻击持续运转。
攻击活动二:针对身份核验的深度伪造
第二项攻击活动利用同类智能体,针对两家加密货币交易所的“了解你的客户”(KYC)身份核验。智能体伪造了带有虚假相机元数据的身份证件照片,并生成实时深度伪造视频,试图通过实时自拍核验。其中一个会话仅用一张消费级显卡就搭建了实时深度伪造流水线,运行速度为每秒11.5帧。
但这些尝试没有成功。在智能体记录的每一次尝试中,身份核验服务商的服务器端检查都拒绝了深度伪造,即便是效果最好的一次,人脸与目标的偏差控制在7像素以内,也同样被拒。其中的启示是:最终判定必须由服务器作出,而不能依赖用户设备所能控制的任何环节。
为什么AI网关是“皇冠上的明珠”
LLM网关之所以方便,是因为它把所有AI服务商都集中到一个管理页面之后。这也正是它成为最佳攻击目标的原因。只要存在一个薄弱的登录口、一个无人认领的安装实例或一个暴露的配置端点,其背后的所有服务商账号及其消费额度就会被一次性拱手送出。
许多此类工具是为了试点项目或黑客松而匆忙安装的,之后便一直在互联网上运行。它们往往游离于生产系统通常适用的补丁管理、监控和访问权限审查之外。ARTEX这类智能体正是全天候、以极低成本扫描这一缺口。
现在应该做什么
- 把AI网关和AI应用构建平台当作生产系统对待。为其启用身份验证,并尽可能置于VPN或私有网络之后。将其纳入补丁管理、监控和访问权限审查范围。
- 完成每一次安装。安装后立即认领管理员账号,并删除默认密码和主密钥,包括LiteLLM的默认主密钥。
- 关闭管理界面。管理页面和服务商配置页面绝不应在未登录的情况下响应,也不应能从互联网访问。
- 为上述漏洞打补丁。Langflow CVE-2025-3248已在Langflow 1.3.0中修复,并已列入CISA的已知被利用漏洞目录。对于RAGFlow CVE-2026-28797,安全公告未列出已修复版本,但从RAGFlow 0.25.0起,受影响组件会在Jinja2沙箱中渲染模板,因此请升级到0.25.0或更高版本。我们未找到针对One API isCliRequest绕过的公开修复,因此请勿将One API及其分支版本暴露在公共互联网上。
- 轮换服务商密钥。如果网关或AI应用曾经暴露在外,就应假定其密钥已被窃取。请在各服务商处轮换密钥,而不仅仅是在网关中更换。
- 设置消费限额和告警。为每个密钥设定单独的预算上限,并对异常的消费或用量发出告警。突如其来的账单往往是密钥被盗的第一个信号。
- 不要让机密信息随发布物流出。每次发布前,检查前端JavaScript、source map、调试路由和环境配置文件中是否含有密钥。
- 阻止元数据滥用。在云服务器上强制使用能抵御SSRF的新版元数据服务(例如AWS上的IMDSv2),并限制实例角色的权限。
- 核查威胁指标。Amazon的报告列出了在两项攻击活动中观察到的IP地址。请在网关日志和Web日志中搜索这些地址。
总结
ARTEX并没有发明新的攻击方式。它利用的是默认密码、开放的管理页面和未打补丁的软件,只是让这些漏洞的利用变得快速、持续且能够自我供养。防御之道依然是一贯的基础安全管理,只是如今也必须覆盖AI网关和AI工具。请假定任何暴露的密钥或错误配置都会很快被发现,并抢在被发现之前加以修复。
需要帮助评估贵公司AI工具和网关的暴露情况吗?联系LOGIQ团队。
参考来源
- AWS Security Blog:Amazon Threat Intelligence observes threat actors running cybercrime campaigns with ARTEX AI agents(2026年11月13日)
- NVD:CVE-2025-3248,Langflow未经身份验证的远程代码执行(已在1.3.0中修复)
- RAGFlow安全公告GHSA-vvwj-fvwh-4whx:CVE-2026-28797,服务器端模板注入
- CISA:Known Exploited Vulnerabilities(已知被利用漏洞)目录
Photo: Lucas Seebacher / Pexels
Global
Japan
Korea
Taiwan
Vietnam
Thailand
Indonesia
Portugal
Spain
France
Germany
Egypt
Russia