中国黑客借助DeepSeek 网络攻击数量翻倍

多个与中国政府有关联的黑客组织找到了一种更高效的入侵方式：将DeepSeek及其他开源人工智能模型整合到攻击的不同阶段。台湾网络安全公司TeamT5的研究显示，自这些组织开始依赖该技术以来，其行动数量已经翻倍。研究人员指出，目前人工智能仅限于辅助性任务——侦察、生成恶意代码，以及在已被攻陷的网络内部进行横向移动——尚未达到完全自主入侵系统的程度。

四个组织，四种不同用法

• Grimfengxi 依靠DeepSeek生成漏洞利用代码。
• Huapi 利用该AI攻击了一家台湾企业的电子邮件系统。
• Teleboyi 使用该模型收集了超过1000个IP地址，并绘制了目标企业的域名结构图。
• Slime22 更进一步，加入了Anthropic的Claude Code，冒充在一家台湾科技公司内部执行安全测试的工程师。

DeepSeek是中国黑客首选的人工智能，因为它相对强大，而网络安全防护措施却非常少。

Li补充说，攻击者同样觊觎西方模型，但其更严格的限制需要付出大得多的努力才能绕过。

自主性的边界

围绕人工智能的主要担忧之一，是它可能具备独立发动网络攻击的能力。这也是美国此前放缓「Claude Mythos」及OpenAI最强模型部署的原因之一——两家公司都曾表示，其系统能够执行复杂攻击并解决专家级别的漏洞挑战。

但就目前而言，黑客尚无法可靠地实现网络攻击自动化。Palo Alto Networks的威胁研究部门Unit 42记录了一起案例：一名攻击者结合自主与手动手段，试图入侵超过460个目标，所使用的系统建立在DeepSeek之上。该系统在互联网上搜索存在漏洞的软件，从GitHub提取漏洞利用代码，并自主推理应攻击哪个目标。DeepSeek在中国发现超过2.5万个暴露的n8n自动化平台安装实例后，将其选定为攻击对象；经抽样后，该智能体识别出三个存在漏洞的版本，但三者均需要身份验证，最终无一被成功利用。唯一成功的攻击是通过人工方式完成的，即攻击者亲自提取数据并执行命令。

自主尝试的成功率证实，人工智能尚未做好在没有人类监督的情况下实施入侵的准备。实验室测试在某些情况下取得了成功，但始终是在模拟环境中进行，缺乏监控或事件响应等主动防御手段。

Claude Code 的先例

2025年11月，Anthropic曾表示，一个由中国政府支持的组织利用Claude Code，将一场针对约30个机构的间谍活动自动化程度提升到80%至90%，尽管成功的尝试数量有限。该公司当时称，这是首例有记录的、在没有实质性人工干预下执行的大规模网络攻击，这一说法在网络安全界引发了争论。此后，Anthropic已阻止受中国政府控制的企业访问其服务。

我不相信攻击者能让这些模型做到其他任何人都做不到的事情。

研究人员Kevin Beaumont则认为，黑客并没有发明任何新东西，并将这些工具比作Metasploit——一个诞生于2003年、用于针对远程目标开发和执行漏洞利用的框架。另一项由CyCraft记录、经彭博社报道的发现显示，一个出售入侵软件的团伙在攻击一家西方智库时借助了OpenAI的ChatGPT：在获取一名员工本地的Signal数据库后，攻击者向该聊天机器人求助，构建能够破解该数据库的模块。

对于中国大陆及全球华语地区的信息安全团队和科技企业而言，这一案例提醒他们：警惕范围应扩大到暴露在互联网上的自动化工具——例如n8n——以及连接低成本AI供应商的邮件与协作系统，因为这正是与中国相关的黑客组织在境外率先利用的切入点。差距不在于模型是否更先进，而在于攻击者采用低成本、易获取工具提升攻击速度的速度有多快。这一事件也再次引出了人工智能代理治理这一根本问题——当这些系统在组织内部的自主性不断提升时，需要一套框架来界定责任与边界。