星空体育移动端博客文章

AI 到处挖漏洞一整年，终于给人类爆了个大的 - 星空体育

10 月 21 日深夜，若你常逛社交媒体，或许留意到一场诡异的网站集体下线潮：几乎在同一时刻，全球多国众多关键基础设施的网站接连宣告暂停服务。

周三。芬兰政府切断了所有对外网络服务；荷兰国家网络安全中心连自家官网也撤下，鹿特丹港、荷兰足协、五大政党网站及多家医院相继跟进；法国内政部让各省政府网站临时下线，德国联邦 IT 服务商关闭了多个站点，比利时外交部、维基媒体基金会、任天堂也陆续停止了部分业务。

荷兰政府宣布 DigiD 等网站预防性下线｜图片来源：Rijksoverheid

但这些网站并非被入侵，而是主动关闭。

起因是 PHP 的两个漏洞：PHP 是全球使用最广泛的网站后端语言，据 W3Techs 统计，能识别后端语言的网站中，约七成运行在它之上。这两个漏洞统称 PHP2Shell，攻击者无需登录即可远程控制整台服务器。

最先发现它们的，是 AI。

不过 AI 发现漏洞已非新鲜事。但根据现有公开报道，这是首次由一个 AI 挖出的漏洞，导致多国政府在同一天关闭网站。它真正终结的，是网络安全中一条从未写入教科书却一直起作用的潜规则：许多漏洞之所以安全，仅仅因为攻击它们太费力。

PHP 官方给这两个漏洞的严重程度评分均为 9.2（满分 10），安全公司 watchTowr 直接给了满分。

它们都出在 PHP 最底层的内存管理上，与网站自身代码质量无关。PHP 官方称，所有处理网页请求的 PHP 均受影响；Cloudflare 表示，受影响版本可追溯至十多年前的 PHP 5.4。PHP 基金会的 Volker Dusch 将其与 2014 年的“心脏出血”相提并论，称这是十多年来最严重的 PHP 安全问题。

让各国政府紧张的，是接下来混乱的 48 小时：漏洞原本处于保密期，按行业惯例，软件方先备好补丁，再与发现者一同公开。

但 10 月 20 日，有人在 Hacker News 和地下论坛 BreachForums 上泄露了消息，watchTowr 当天确认漏洞真实存在。当晚，PHP 官方紧急宣布，补丁提前一天，于 21 日 14:00（UTC）发布。

补丁发布前，攻击尝试已开始。Cloudflare 的 CTO Dane Knecht 在补丁发布前近六小时就在 X 上表示，“我们观察到早期攻击正在出现”。美国国家安全局、英国国家网络安全中心、欧盟网络安全机构 CERT-EU 给出的建议几乎一致：来不及打补丁的系统，先下线。

于是便有了开头那一幕。

三家公司联合披露了这组漏洞｜图片来源：PHP2Shell

幽灵漏洞复活

PHP2Shell 最反常之处在于，它并不新，甚至并非刚刚被发现。

首个发现它的安全公司 Calif 在技术文章中，将其源头追溯至 2004 年。20 年前，安全研究员 Stefan Esser 就曾发现 PHP 在内存耗尽时的同类问题。2020 年，有人提交过相关 bug 报告，几乎无人理会；2024 年，一次第三方资助的 PHP 安全审计又触及相关问题，但因未能证明其可被利用，最终未修复。

这个漏洞在 PHP 中潜伏了十多年，不止一次被人触及边缘，却始终无人将其制成真正的攻击。

2020 年的 bug 报告，几乎无人理会｜图片来源：Calif

原因并非无人想到，而是太费力。独立作者 Nick Rogers 在分析文章中称，将这类漏洞制成可用的攻击，需要“数周枯燥的手工调试”，过去无人愿意为此付出成本。他给这种状态起了个名字：security by exhaustion，靠攻击者累到放弃来保证安全。

互联网底层大量老代码，都处于这种诡异而拧巴的状态。理论上存在漏洞，但真要攻击起来，各路高手又觉得太费劲，因此就这么一直放着。

改变这一局面的，是今年 6 月 OpenAI 启动的计划“Patch the Planet”：出钱、出模型，请安全公司审计那些全球依赖的开源软件。Calif 是参与者之一，将目标锁定在 PHP。

8 月 1 日，Calif 的研究员 Ryan Austin 带着 AI 开始审计。据 Calif 公开的技术文章，AI 在这次审计中是“审计搭档”，也是 agent：它梳理 PHP 内核代码、追踪程序执行路径，第一个漏洞的关键缺陷就是 agent 在内核代码中发现的。开始审计后仅数天，第一个问题便浮出水面。

8 月 11 日，Calif 将漏洞报告给 PHP：团队让 AI 将第一个漏洞的“模式”总结成一份可复用的技能文件，专门用于搜寻同类缺陷。第二个漏洞，正是靠这份技能文件找到的。

AI 找到一个漏洞后，可将寻找它的方法打包，再去寻找下一个。

Calif 用漫画还原了 AI 审计的现场｜图片来源：Calif

顺便一提，据 OpenAI 在官方博文中的说法，Calif 此次未使用类似 Daybreak 等专用 AI 网络攻防工具，也未使用类似 Astra 这样的前沿旗舰模型，而是采用了 GPT-5.6 Sol 这类更便宜的模型。

几乎同一时间，另一家安全公司 Wiz 也撞上了同一组漏洞。8 月 19 日，Wiz 的研究员借助自家工具 Wiz Atlas、Google 的 Gemini 4 Argon 和 OpenAI 的 GPT-5.6 Sol，独立发现了第一个漏洞。次日，他们在 Drupal 上验证了远程执行代码；第三天，在 WordPress 上也验证成功。

Wiz 在博客中写道，前沿模型帮助团队分析失败原因、反复调整，“几小时内”就让攻击在多种应用上跑通。其结论是：“一名研究员一周完成了过去需要世界顶尖团队数月的工作。”Wiz 将这次发现的最大功劳归于 Gemini 4 Argon，Google DeepMind 的 Gemini 安全负责人 Raluca Ada Popa 也表示，这展示了“为什么前沿 AI 会改变网络防御的格局”。

两家公司、三个 AI 模型，三周之内，从两个方向撞上了同一组漏洞。OpenAI 和 Google 各自强调自家模型的贡献，这本身就说明，用 AI 找漏洞已成为头部 AI 公司正面竞争的赛道。

AI 改变的，似乎不只是“能否发现”，更多在于“值不值得做”。当找漏洞、验证漏洞、将攻击适配到不同环境的成本，从“顶尖团队数月”降到“一个人一周”，甚至“几个小时”，过去那些“太累了不值得”的漏洞，便全都变得值得。Rogers 的说法是，AI 首次将网络攻击的边际成本“推向了零”。

这也解释了为何两家公司会在三周内撞上同一组漏洞。Calif 特别说明，最初发现漏洞时，“没有使用特殊的工具，也没有使用普通人拿不到的模型”。防守方用公开的模型能找到它，攻击方同样可以。

将 PHP2Shell 放回过去两年，能看到一条逐渐引燃的导火索：2024 年 11 月，Google 宣布其 AI 项目 Big Sleep 在数据库软件 SQLite 中发现一个此前未知的漏洞，称这是 AI 首次在广泛使用的真实软件中发现可利用的漏洞。

今年 4 月，Anthropic 称 Claude Mythos 预览版在测试中找到了数千个零日漏洞，其中包括 OpenBSD 中一个存在了 27 年的漏洞，因能力过强，该模型未公开，仅提供给 40 多家维护关键软件的机构。

7 月，由 AI 发现的 WordPress 核心漏洞链 wp2shell 公开，随后被攻击者大规模利用。

从“能找到”到“让政府关站”，用了两年｜图片来源：极客公园

从“AI 能找到漏洞”，到“AI 找到的漏洞太危险，模型不敢公开”，再到“AI 找到的漏洞让政府网站关了门”。AI 对网络安全的改变，首次从安全圈内部的技术新闻，变成了整个社会都感受得到的现实。

对当下这种乱成一锅粥的局面，OpenAI 在博文中也挽尊了一下：帮助发现漏洞的同一种能力，“也能帮攻击者快速开发攻击工具”。

这已非假设。PHP2Shell 公开当天，watchTowr 的研究员 Jake Knott 表示，他们在诱饵服务器上观察到的攻击尝试，所用工具部分就是借助 AI 写出来的。“到目前为止还没有人成功，但我们不认为这能持续很久。”

过去一年，攻击者用 AI 的案例在急速升级。2025 年 11 月，Anthropic 披露，一个被其认定有国家背景的组织利用 Claude Code 对约 30 个目标发起入侵，攻击中 80% 到 90% 的战术操作由 AI 自主完成。

今年 5 月，Google 威胁情报团队报告，一个攻击者借助 AI 开发出了可用的零日漏洞攻击，计划发起大规模攻击，被 Google 提前拦下，这被认为是攻击者首次成功用 AI 造出零日攻击。Google 威胁情报首席分析师 John Hultquist 称，AI 不仅能大规模审查代码找漏洞，还能“做出可用的攻击，而这曾经是一道很高的门槛”。

到了 9 月，Anthropic 的威胁情报报告中，案例已变成规模化作业：一个疑似与俄罗斯情报机构有关的组织，用 AI agent 在安全软件报警后自动重写恶意程序，目标包括 20 多家政府部门和国防机构；一群讲中文的操作者用 AI“agent 集群”做侦察和漏洞开发，其中一条流程在一个月里产出了十几个疑似零日漏洞；一名独立的黑客行动者，靠 AI 写出一个 WordPress 零日攻击，在 42 个目标中至少攻破了 14 个。

Anthropic 在报告中的说法是，AI 将成本又转嫁回了防守方。过去发起一次复杂攻击需要一个团队，现在一个人加上几个 AI agent 就够了。

防守方的时间窗口

PHP2Shell 公开当天，OpenAI 还给出了一个判断：未来几个月，类似的发现会急剧增加。

这句话已有数据在印证。PHP2Shell 公开的前一天，10 月 20 日，Google 发布了 Chrome 156 正式版，这一个版本修复了 353 个安全漏洞。一年前的 Chrome 141 和 142，这个数字分别是 21 和 26。

一年时间，单版本修复数涨了十倍以上｜图片来源：极客公园

报告人的名单也变了。Chrome 156 中最高等级的 6 个“严重”漏洞，有 4 个由 Anthropic 的研究员 Xinyang Ge 报告，其中一个明确标注“由 Claude 协助”；另有 1 个来自 OpenAI 的 Codex Security。AI 公司的名字，已成批出现在全球用户最多的浏览器的安全公告中。

6 个严重漏洞，5 个由 AI 公司报告｜图片来源：极客公园

为何会急剧增加，第一个原因就是找漏洞的方法可以复制。PHP2Shell 中那份技能文件就是例子：过去，一个顶尖安全研究员的经验很难复制；现在，它可以变成一个文件，交给无数个 agent 同时去跑。

事实上，如今互联网上仍等着被挖的“存量”太大了。互联网的底层，是几十年积累下来的老代码，PHP、浏览器、操作系统、各种开源库。像 PHP2Shell 这样“早就有人摸到边、只是太难打”的漏洞，在这些代码中还有多少，没人数得清。过去它们靠“太累了”被保护着，这层保护正在消失。

这也是为何各家前沿 AI 研究机构都在加码。Anthropic 将 Mythos 提供给 40 多家关键软件机构，OpenAI 为 Patch the Planet 拿出 10 亿美元等值的使用额度，Google 有 Big Sleep，Wiz 这次也押上了 Gemini。头部 AI 公司都把“用 AI 找漏洞”当成了展示模型能力的主战场。但别忘了，攻击者手中的 AI，和防守方用的往往也是同一代模型。

OpenAI 将发现漏洞到攻击者开始利用之间的这段时间，称为“防守方窗口”。PHP2Shell 的窗口原本有两个多月，一次提前泄露，就将其压缩到了几个小时。

AI 让找到漏洞变得前所未有地容易，修补却还得一台服务器一台服务器地做。PHP 只为 8.2 到 8.5 四个版本发布了正式修复，安全公司 Mallory 统计，补丁发布前一天，互联网上约有 88 万台服务器还在对外显示 PHP 8.1 或更老的版本。对它们来说，“理论上有漏洞，实际上没人会打”的那份安全感，已经没有了。

政府网站因为一个 AI 挖出的漏洞集体关门，这次应该是第一次，但看起来，很难是最后一次。