黑客利用Codex与DeepSeek智能体攻破440台服务器

据Cybersecurity News报道，攻击者利用Codex和DeepSeek AI智能体，在全球范围内攻破了440台暴露在公网的服务器。这一事件标志着AI编码智能体正从开发者的效率工具，转变为攻击者武器库中的自动化渗透工具。

攻击事件概述：AI智能体成为入侵利器

根据披露的信息，攻击者使用与开发者相同的AI编码智能体（Codex和DeepSeek^广告），对暴露在互联网上的服务器进行自动化扫描与漏洞利用，最终成功入侵440台设备。虽然报道未详细说明具体的攻击链，但安全专家指出，这类智能体能够自主编写脚本、探测服务、利用已知漏洞，极大降低了攻击的技术门槛。

这起事件的核心警示在于：攻击者正在自动化，而他们使用的正是你日常依赖的智能体工具。当开发者用这些工具提升效率时，攻击者也在用同样的能力寻找你的弱点。

AI编码智能体是指基于大语言模型构建、能够理解自然语言指令并自主编写、修改、执行代码的AI系统，典型代表包括OpenAI的Codex和DeepSeek系列模型衍生的编程助手。与传统的代码补全工具不同，这类智能体具备多步推理能力，可以接受高层目标（如“扫描该网段并找出可利用服务”），自行拆解为子任务、调用工具（如shell、HTTP客户端）、观察执行结果并迭代调整策略。在开发场景中，这种能力用于自动化重构、测试用例生成和漏洞修复；但当同一能力被恶意利用时，它就成了自动化渗透测试的引擎。关键在于，智能体的“工具调用”接口本质上赋予其在目标环境中执行任意命令的能力，因此一旦被指向外部目标，其行为与攻击者手动操作几乎无异，只是速度和规模呈指数级提升。

为什么AI智能体让攻击更危险？

传统攻击需要人工编写利用代码、手动测试目标，而AI智能体能将这一过程自动化。它们可以快速分析目标服务器的响应，生成针对性的攻击载荷，甚至绕过简单的防御规则。更关键的是，这些智能体具备一定的推理能力，能够根据环境反馈调整策略，从而在大量目标中筛选出最脆弱的环节。

此次攻击中，440台服务器被攻破，说明攻击者已经能够规模化地利用AI智能体进行“广撒网”式攻击。对于任何暴露在公网的服务而言，这都意味着风险窗口的急剧扩大。

已知漏洞利用（Known Vulnerability Exploitation）是攻击者最常用的入侵手段之一，指利用已公开披露且存在补丁的CVE漏洞对未及时更新的系统发起攻击。传统上，攻击者需要从漏洞公告、利用代码仓库（如Exploit-DB、Metasploit模块）中获取利用载荷，再手动适配目标环境。AI智能体可以将这一流程自动化：它能够解析CVE描述，检索对应的利用代码，根据目标服务的版本指纹调整载荷参数，并在失败时尝试变体。这使得“广撒网”式扫描的命中率大幅提升——智能体不再盲发固定载荷，而是针对每个目标的响应动态生成利用尝试。440台服务器被攻破的背后，很可能就是这种“扫描—识别—适配—利用”闭环的规模化运行，而防御方如果仍依赖“补丁滞后几天没关系”的假设，风险窗口将被智能体的速度进一步压缩。

攻击者工具包的“平民化”

另一个值得警惕的趋势是，AI智能体正在变得唾手可得。原本用于辅助编程的Codex和DeepSeek，如今被攻击者直接用于入侵。这背后反映出一个现实：攻击者与开发者共享同一套工具生态，防御方不能再假设攻击者缺乏高级技术能力。

安全团队需要重新评估暴露面管理策略。简单依赖“攻击者不会自动化”的假设已经过时，主动审计和持续监控成为必要手段。

同期动态：AI智能体管控工具与生态演进

在攻击事件曝光的同时，AI智能体领域也出现了新的工具动向。据SiliconANGLE报道，Novi AI推出了一款桌面应用，允许用户在一个界面中协作和控制多个AI编码智能体。对于同时运行多个智能体的开发者来说，这提供了一种集中管理的途径。

另一边，NVIDIA应用的最新更新内置了MCP服务器，允许第三方AI助手控制图形和游戏设置（GameGPU报道）。这意味着桌面AI助手的能力边界正在向系统控制层面扩展。

这些进展从侧面说明，AI智能体正在更深入地融入计算环境。而攻击者利用智能体入侵服务器的事件，则为这种融合敲响了安全警钟。

MCP（Model Context Protocol） 是由Anthropic提出的一种开放协议，旨在标准化AI助手与外部工具、数据源之间的连接方式。可以将MCP理解为AI世界的“USB-C接口”：AI助手（客户端）通过MCP服务器暴露的标准化接口，发现并调用文件系统、数据库、API乃至系统设置等资源，而无需为每个工具单独编写集成代码。NVIDIA应用内置MCP服务器，意味着第三方AI助手可以通过该协议读取和修改图形与游戏设置，这标志着桌面AI助手的能力从“对话”扩展到“系统控制”。从安全角度看，MCP服务器本质上是将系统能力以结构化方式暴露给AI，若缺乏细粒度权限控制，被恶意智能体利用时可能成为提权或横向移动的跳板。因此，MCP的普及在提升互操作性的同时，也要求开发者对每个暴露的“工具端点”进行严格的最小权限设计。

防御建议：立即审计暴露面

面对AI智能体驱动的自动化攻击，安全团队应采取以下措施：

• 立即审计暴露服务器：检查所有公网可达的服务，关闭不必要的端口和接口。
• 监控异常智能体行为：关注服务器上出现的异常脚本执行、频繁的漏洞探测请求。
• 最小权限原则：确保AI智能体在开发环境中仅拥有完成任务的必要权限，避免其被利用后造成更大破坏。
• 更新安全基线：将AI智能体纳入威胁模型，重新评估现有防御措施是否足以应对自动化攻击。

此次440台服务器被攻破的事件并非孤立案例，而是AI时代安全格局变化的一个缩影。攻击者已经学会用你的工具来攻击你，防御方必须跑得更快。