PaperCut 攻擊顯示 AI 正在放大入侵規模，而非獨立發動網路戰

PaperCut 攻擊顯示 AI 正在放大入侵規模，而非獨立發動網路戰

事件事實

GreyNoise 披露一場針對 PaperCut NG/MF 的全球攻擊，稱一名疑似講俄語的攻擊者利用 OpenAI Codex 工具框架、DeepSeek 模型及公開攻擊工具，組織數百個 AI 代理進行漏洞研究、測試、目標篩選與重複利用。GreyNoise 透過其感測網路觀察到，行動至少影響 440 個 PaperCut 例項，涉及 395 個機構與 48 個國家；其中 280 個例項出現遠端程式碼執行，147 個取得憑據，12 個機構被提升至域管理員許可權。

Blackpoint Cyber 從暴露的攻擊者基礎設施取得專案檔案、狀態記錄與指令碼，獨立還原了工作流程。資料顯示，攻擊者從比較補丁前後版本、建立實驗環境，到編寫並行掃描器、分類失敗原因、儲存檢查點與多輪重試，形成了一條持續改善的工程管線。完整行動利用 CVE-2026-81578 與 CVE-2026-82078 組成認證前遠端程式碼執行鏈。PaperCut、Huntress 與 watchTowr 均確認漏洞遭在野利用並要求客戶安裝最新緊急修補。

AI 實際扮演的角色

現有證據支援「AI 深度參與攻擊工程」，但不支援「完全自主智慧體獨立選擇目標並發動攻擊」。Blackpoint 明確指出，資料不能證明每個決定都由模型自主完成，也沒有顯示 AI 獨立發現零日漏洞。更準確的說法是，人類攻擊者把模型嵌入研究、寫碼、除錯、分類、重試與狀態延續的迴圈，以更少人工維持更大規模行動。

這種差異很重要。把事件寫成失控 AI 網路戰，會模糊真正可防禦的環節；把它降格為普通指令碼攻擊，也會低估代理式工作流的速度。GreyNoise 稱攻擊者從空白工作區到首個真實受害者 RCE 不到四小時，全面行動啟動後曾在 26 秒內攻陷 11 個組織。即使這些數字來自觀察機構而仍需更多事件響應資料交叉驗證，它們已說明 AI 的主要價值是壓縮迭代與運營成本，讓攻擊管線能快速適應不同環境。

防守重點

PaperCut 使用者應立即安裝最新緊急補丁，避免將應用伺服器直接暴露於網際網路，並按廠商與安全研究機構提供的指標檢查異常配置、記憶體駐留 webshell、憑據訪問與橫向移動。由於部分植入物只存在於記憶體，重啟前應先儲存記憶體與日誌證據；單純重啟可能清除痕跡，卻無法確認憑據是否已外洩。

更廣泛地說，防守方也需要把 AI 用在補丁差異分析、資產發現與事件分類，但必須保留人工授權及可審計記錄。代理放大的不是神秘智慧，而是既有攻防流程的吞吐量。組織若仍以人工速度盤點公網資產和部署高危補丁，就會在時間視窗上持續處於劣勢。

來源