AI蠕虫
一种新型AI安全威胁概念，指能够在AI智能体之间自主传播的恶意载荷，通过共享通信介质（如邮件、共享文档、软件包缓存）将劫持指令从一个智能体传递至下一个，形成链式感染
时间轴 (近 90 天)
研究者测得的AI蠕虫感染倍增时间为数天量级，即使清理掉几台设备，感染仍会缓慢而持续地增长。
Anthropic预测，如果小型模型维持当前改进速度，年底前将具备完整的AI蠕虫端到端复制能力。
Anthropic研究团队观测到了AI蠕虫的「生命迹象」，这类自主程序能够自行传播并定殖在日常家用设备上。
在Anthropic的实验中，参数规模低于300亿的模型已经能够完成AI蠕虫复制所需的多数独立步骤，但在端到端完整链条上仍会出错。
轻量级行为监测模块不依赖已知恶意代码特征而是捕捉行为异常，因此对变形AI蠕虫有一定抵抗力。
AI蠕虫与传统蠕虫的关键区别在于AI蠕虫内置或可调用轻量级模型，能动态选择攻击路径并规避安全告警。
AI蠕虫的流量模式可能模仿正常设备通信，难以通过规则匹配识别；传播路径横跨消费级设备、企业网络和云服务，隔离需多层级协同；设备资源受限无法运行完整安全代理。
针对AI蠕虫这类具体威胁的防御标准、检测工具和响应机制，至今仍处于早期阶段。
密码学家Matthew Green在其博客《Is sandboxing sufficient to contain rogue agents?》中提出，隔离沙箱本身可能不足以阻止新型AI蠕虫在智能体之间传播
由于恶意载荷看起来与合法任务指令毫无二致，传统基于签名检测或流量分析的蠕虫防御手段对AI智能体蠕虫几乎完全失效
还有 2 条时间轴事件
全部知识事实 (12)
Anthropic研究团队观测到了AI蠕虫的「生命迹象」，这类自主程序能够自行传播并定殖在日常家用设备上。
50%待验证研究者测得的AI蠕虫感染倍增时间为数天量级，即使清理掉几台设备，感染仍会缓慢而持续地增长。
50%待验证在Anthropic的实验中，参数规模低于300亿的模型已经能够完成AI蠕虫复制所需的多数独立步骤，但在端到端完整链条上仍会出错。
50%待验证轻量级行为监测模块不依赖已知恶意代码特征而是捕捉行为异常，因此对变形AI蠕虫有一定抵抗力。
50%待验证AI蠕虫与传统蠕虫的关键区别在于AI蠕虫内置或可调用轻量级模型，能动态选择攻击路径并规避安全告警。
50%待验证AI蠕虫的流量模式可能模仿正常设备通信，难以通过规则匹配识别；传播路径横跨消费级设备、企业网络和云服务，隔离需多层级协同；设备资源受限无法运行完整安全代理。
50%待验证针对AI蠕虫这类具体威胁的防御标准、检测工具和响应机制，至今仍处于早期阶段。
50%待验证一个完整的AI蠕虫需要两个部分组合：能够劫持智能体行为的载荷（payload），以及会把载荷携带给下一个智能体的传播者（agent）
50%待验证由于恶意载荷看起来与合法任务指令毫无二致，传统基于签名检测或流量分析的蠕虫防御手段对AI智能体蠕虫几乎完全失效
50%待验证AI智能体蠕虫的传播介质从网络协议栈换成了自然语言指令，智能体理解并执行文本的能力成为其被感染的攻击面
50%待验证密码学家Matthew Green在其博客《Is sandboxing sufficient to contain rogue agents?》中提出，隔离沙箱本身可能不足以阻止新型AI蠕虫在智能体之间传播
50%待验证Anthropic预测，如果小型模型维持当前改进速度，年底前将具备完整的AI蠕虫端到端复制能力。
50%