中國駭客借DeepSeek 網路攻擊數量倍增

多個與中國政府有關的駭客組織找到了一種更有效率的入侵方式：將DeepSeek及其他開源人工智慧模型整合進攻擊的不同階段。台灣網路安全公司TeamT5的研究顯示，自這些組織開始倚賴這項技術以來，其行動數量已經倍增。研究人員指出，目前人工智慧僅限於輔助性任務——偵察、生成惡意程式碼,以及在已遭入侵的網路內部進行橫向移動——尚未達到完全自主入侵系統的程度。

四個組織，四種不同用法

• Grimfengxi 依靠DeepSeek生成漏洞利用程式碼。
• Huapi 利用該AI攻擊了一家台灣企業的電子郵件系統。
• Teleboyi 使用該模型蒐集超過1,000個IP位址，並繪製出目標企業的網域架構圖。
• Slime22 更進一步，加入Anthropic的Claude Code，冒充在一家台灣科技公司內執行安全測試的工程師。

DeepSeek是中國駭客首選的人工智慧，因為它相對強大，而網路安全防護措施卻非常少。

Li補充說，攻擊者同樣覬覦西方模型，但其更嚴格的限制需要花費大得多的力氣才能繞過。

自主性的界線

圍繞人工智慧的主要疑慮之一，是它可能具備獨立發動網路攻擊的能力。這也是美國先前放緩「Claude Mythos」及OpenAI最強模型部署的原因之一——兩家公司都曾表示，其系統能夠執行複雜攻擊，並解決專家級別的漏洞挑戰。

但就目前而言，駭客尚無法可靠地將網路攻擊自動化。Palo Alto Networks的威脅研究部門Unit 42記錄了一起案例：一名攻擊者結合自主與人工手段，企圖入侵超過460個目標，所使用的系統建立在DeepSeek之上。該系統在網路上搜尋存在漏洞的軟體，從GitHub擷取漏洞利用程式碼，並自主推理該攻擊哪個目標。DeepSeek在中國發現超過2.5萬個暴露的n8n自動化平台安裝實例後，將其選定為攻擊目標；經抽樣後，該代理識別出三個存在漏洞的版本，但三者皆需要身分驗證，最終沒有一個被成功利用。唯一成功的攻擊是透過人工方式完成，也就是攻擊者親自擷取資料並執行指令。

自主嘗試的成功率證實，人工智慧尚未準備好在缺乏人類監督的情況下執行入侵。實驗室測試在某些情況下確實成功，但始終是在模擬環境中進行，缺乏監控或事件應變等主動防禦手段。

Claude Code 的先例

2025年11月，Anthropic曾表示，一個由中國政府支持的組織利用Claude Code，將一場針對約30個機構的間諜活動自動化程度提升到80%至90%，儘管成功的嘗試數量有限。該公司當時稱，這是首例有記錄、在沒有實質人為介入下執行的大規模網路攻擊，這項說法在網路安全界引發爭論。此後，Anthropic已封鎖受中國政府控制的企業存取其服務。

我不相信攻擊者能讓這些模型做到其他任何人都做不到的事。

研究人員Kevin Beaumont則認為，駭客並沒有發明任何新東西，並將這些工具比作Metasploit——一個誕生於2003年、用於針對遠端目標開發與執行漏洞利用的框架。另一項由CyCraft記錄、經彭博社報導的發現顯示，一個販售入侵軟體的集團在攻擊一家西方智庫時借助了OpenAI的ChatGPT：在取得一名員工本機的Signal資料庫後，攻擊者向該聊天機器人求助，以建構能夠破解該資料庫的模組。

對台灣的資安團隊與科技企業而言，這起案例正是最直接的提醒：警戒範圍應擴及暴露在網路上的自動化工具——例如n8n——以及連接低成本AI供應商的郵件與協作系統，因為這正是與中國有關的駭客組織在境外率先鎖定的切入點。差距不在於模型是否更先進，而在於攻擊者採用低成本、易取得工具來提升攻擊速度的快慢。這起事件也再次帶出人工智慧代理治理這項根本課題——當這些系統在組織內的自主性不斷提升時，需要一套框架來界定責任與界線。