Anthropic 发布 154 页威胁情报报告：AI 攻击已进入”智能体时代”

核心看点

• 智能体攻击成为主流：黑客不再手动操作，而是部署 AI 智能体自主执行数小时甚至数天的攻击
• 七大危害类别：网络攻击、影响力行动、监控、诈骗、生物滥用、武器开发、非法模型蒸馏
• 国家级威胁曝光：涉及也门、中国、俄罗斯、伊朗、马里等多国案例
• 工业级模型蒸馏：多家中国科技公司被指控大规模非法提取 Claude 能力

详细解析

智能体攻击：从”辅助工具”到”自主黑客”

这份 154 页的报告覆盖 2025 年 12 月至 2026 年 8 月期间，最引人注目的发现是攻击方式的根本性转变：

“我们已经识别出多个威胁行为者，他们实际上已经建立了自动化的漏洞工厂。”

攻击者不再只是简单地与 AI 对话，而是部署能够自主执行侦察、漏洞利用和数据外泄的智能体框架。人类只负责选择目标、设定目标和审查结果。Anthropic 将这种模式称为”智能体操作员”模型，现已 widespread 于国家支持的组织、犯罪分子、商业间谍软件供应商和独立行动者中。

七大危害类别详解

报告记录了跨七个类别的被中断行动：

1. 网络行动：包括自动重建恶意软件的智能体
2. 影响力行动：AI 驱动的宣传和操纵
3. 监控：大规模监控系统的构建
4. 诈骗与欺诈：AI 生成的钓鱼和社交工程
5. 生物滥用：危险生物知识的获取
6. 常规武器开发：军事用途的研究
7. 非法模型蒸馏：未经授权的能力提取

令人震惊的国家级案例

工业级模型蒸馏争议

Anthropic 记录了其所称的”最大规模的蒸馏活动”，涉及多家中国科技公司：

• 阿里巴巴：3500+ 欺诈账户，1.51 亿+ 次交互，用于提取思维链推理改进 Qwen 模型
• 月之暗面/Kimi：10 天内将约 30 万客户请求转发给 Claude，未披露，使用跨会话回放恢复推理痕迹
• DeepSeek：同样的跨会话回放攻击，提取推理痕迹
• 智谱/Z.ai：273 个欺诈账户，340 万+ 次交互，用于模型评判和训练数据清洗
• 小米：回放 40 万+ MiMo 用户请求通过 Claude 生成训练数据，包含敏感用户信息
• 商汤科技：从第三方数据供应商处获取 Claude 对话记录
• MiniMax：运营壳公司代理网络，提供对 Anthropic 和 OpenAI 模型的访问

需要注意的是，蒸馏本身是一种合法的研究技术，Anthropic 关注的是未经授权、欺诈性和未披露的大规模提取。

“氛围黑客”：门槛的大幅降低

Anthropic 描述了一种新型攻击者——他们根本不理解目标环境，而是完全依赖 AI 来评估、编写脚本、执行和迭代，直到达成目标。这极大地压缩了攻击时间线，降低了专业知识要求。

关键基础设施与供应链风险

• 被盗的 AI API 密钥成为高价值凭证目标——一个被入侵的 AI 供应商评估沙盒 reportedly 导致约 30 家公司在 4 天内被攻击
• 第三方经销商/代理创建了不透明的供应链，用户不知道他们的数据被路由到 Claude
• 部分转发的请求包含监控录像、公司内部代码和实时凭证

总结

这份报告标志着 AI 安全领域的一个重要转折点。与 2025 年的早期报告相比， misuse 已从”机会主义”转变为”系统性、自主化的智能体操作”。

Anthropic 表示，在每个案例中他们都检测并中断了活动、封禁了相关账户、加强了保护措施，并与当局和行业伙伴分享了情报。缓解措施包括身份验证、推理总结和新型号中增强的”保留思考”控制。

对于企业用户而言，这份报告强调了 保护 AI API 密钥、审查第三方 AI 供应商 和 监控 AI 使用模式 的重要性。随着 AI 能力的提升，滥用方式也在不断进化，安全防护必须同步升级。