亚马逊揭露AI智能体偷密钥行动:偷来的Key供着下一轮扫描,LiteLLM、Dify、One API用户今晚先查这三件事

2026年11月16日,The Hacker News 报道了亚马逊威胁情报团队披露的一起不同寻常的攻击行动:攻击者派出的 AI 智能体正在网上搜寻暴露在外的 AI 应用,偷走其中存储的 AI 服务商 API 密钥。被偷走的密钥没有被直接变卖,也没有被用来一次性套现,而是被汇入一个共享的密钥池,用来驱动大模型,为下一轮搜寻提供算力。偷密钥,供算力,再偷更多密钥,一条自我维持的循环就这样转了起来。

这件事之所以值得所有自己部署 AI 应用的人警惕,原因并不复杂。过去,偷密钥需要人来动手,需要有人去扫描、去试探、去验证;现在,动手的是智能体。它们不知疲倦,可以一刻不停地在网上寻找目标,而每一次得手,又让它们手里的算力更充足。亚马逊的这份披露,来自其 AWS 安全博客,作者是亚马逊综合安全首席信息安全官 CJ Moses。文章没有渲染恐慌,而是把智能体自己的行动记录摊开来给读者看:这些智能体在请求中留下了完整的行动日志,其中包括操作者下达的指令。换句话说,这一次,研究人员不是在猜测攻击者想干什么,而是直接读到了智能体写下的工作笔记。

如果你正在用 LiteLLM、Dify、One API 这类工具搭建自己的 AI 应用,或者你的团队在服务器上跑着 Open WebUI、Ollama、Langflow、RAGFlow,今晚值得花一点时间做三件事:检查默认凭证改了没有,检查应用是不是直接暴露在公网上,检查账单和密钥有没有异常。下面这篇文章,会把亚马逊披露的时间线、偷密钥的完整链条、被点名的目标产品和入侵手法、以及归因中必须说清楚的不确定性,一一讲明白。

行动时间线与发现方式:MadPot 蜜罐捕获了智能体的请求

亚马逊披露的时间窗口是 2026 年 10 月 3 日至 11 月 5 日。在这一个多月里,亚马逊的 MadPot 蜜罐网络捕获到了这些智能体发来的请求。MadPot 是亚马逊部署的一套蜜罐系统,专门用来诱捕和观察针对云服务与网络应用的攻击行为。蜜罐本身并不存放真实业务数据,它的价值在于记录:谁来了,用了什么方法,想拿走什么。

这一次,蜜罐记录到的东西格外有意思。发来请求的不是传统意义上的扫描器,也不是某个脚本发出的固定探针,而是 AI 智能体。这些智能体在请求中常常带有自己完整的行动记录,包括操作者下达的指令。研究人员因此得以还原出智能体的思考与执行过程:它先发现了一个暴露在外的 AI 应用,然后尝试提取其中存储的服务商密钥,验证密钥是否可用,再把可用的密钥汇入共享的密钥池。

这种记录方式也带来一个意外的好处。过去分析攻击活动时,研究人员往往只能看到结果,比如某台服务器被扫描了,某个接口被调用了,至于攻击者为什么这么做、每一步的判断依据是什么,只能靠推测。而这一次,智能体把自己的行动轨迹写了下来,连同操作者的指令一起留在了请求里。亚马逊的披露正是建立在这些记录之上,而不是建立在猜测之上。

需要提醒的是,时间窗口的起点 10 月 3 日,是蜜罐开始捕获到相关请求的日期,并不等于攻击行动的开始日期。攻击者在此之前是否已经有过类似活动,披露中没有给出答案。同样,11 月 5 日是披露所覆盖的观察窗口的结束点,也不意味着行动在这一天就停止了。对于部署了相关应用的读者来说,更稳妥的理解是:至少在 10 月初到 11 月初这段时间里,这类智能体扫描活动是真实存在且持续发生的。

亚马逊表示,已经通知了可能受影响的客户。这句话值得留意。它说明亚马逊认为,被盗密钥的影响范围不是抽象的,已经具体到了某些客户的账户。如果你收到了来自亚马逊或你的 AI 服务商的通知,不要把它当成普通的营销邮件,先去核对密钥与账单的状态。

偷密钥的完整链条:从发现目标到供养下一轮扫描

根据智能体自己的记录,这次行动的链条可以分成四个环节:找到暴露的 AI 应用,提取其中存储的服务商密钥,验证密钥是否可用,汇入共享密钥池。每一个环节都不复杂,复杂的是它们被串成了一个可以自我维持的循环。

第一步是发现目标。智能体在网上搜寻暴露在外的 AI 应用。这里的暴露,指的是应用可以直接从公网访问,而没有经过恰当的访问控制。有些应用是部署者有意公开的,有些则是部署时没有意识到它已经暴露了。对智能体来说,区别并不重要,重要的是它能访问到。

第二步是提取密钥。很多 AI 应用在运行过程中需要调用大模型服务商的接口,因此会在配置里保存服务商的 API 密钥。如果这些密钥可以通过应用的某个接口、某个配置文件、某个前端脚本被读取到,智能体就会尝试把它取出来。在这次披露的案例中,密钥的存放位置多种多样,有的留在 JavaScript 文件里,有的留在环境变量文件里,有的则可以通过管理接口直接读到。

第三步是验证密钥是否可用。偷到一串字符并不等于偷到了可用的密钥,智能体会进一步验证这把密钥能不能真正调用大模型服务。只有通过验证的密钥,才会被留下来,进入下一个环节。这一步很关键,它说明攻击者要的不是一堆无法使用的字符串,而是真正能调用算力的凭证。

第四步是汇入共享密钥池。通过验证的密钥会被集中起来,供多个智能体共同使用。这个密钥池的作用,是为下一轮搜寻提供算力。智能体本身需要调用大模型才能工作,而调用大模型需要密钥和额度。偷来的密钥正好解决了这个问题:它们被用来驱动大模型,让智能体可以继续搜寻下一个目标,偷到更多密钥。

于是,一个自我维持的循环形成了:偷密钥,供算力,再偷更多密钥。在这个循环里,攻击者的成本被不断摊薄,因为算力不是自己掏钱买的,而是用偷来的密钥换来的;同时,扫描的规模也可以不断扩大,因为每一次得手都意味着更多的算力。这也是这次披露最让人不安的地方。传统的密钥盗窃是一次性的,偷到就走;这一次,偷到的密钥被用来为下一次盗窃提供动力。

对于被盗密钥的持有者来说,影响是直接而具体的。被盗密钥可被用来冒用开发者或其服务的 AI 账户,产生高额账单。也就是说,你可能在不知情的情况下,替别人支付了调用大模型的费用。更麻烦的是,这种冒用不一定会立刻表现出来。账单可能在月底才出现,或者以小额多次的方式慢慢累积,等到发现时,损失已经发生了。因此,定期检查账单是否异常,是这次事件之后最值得养成的一个习惯。

目标清单与手法:被点名的产品和常见的入侵路径

在智能体的记录中,被点名的目标产品分成了两类。第一类是 LLM 网关与代理类产品,包括 One API、New API、Veloera、Sub2API、LiteLLM。这类产品的共同点是,它们处在调用链路的中间位置,负责把应用的请求转发给不同的大模型服务商。为了完成转发,它们往往需要保存多个服务商的密钥。一旦这类网关被攻破,攻击者可能一次性拿到多把密钥。

第二类是 AI 应用搭建类产品,包括 Dify、FastGPT、Langflow、RAGFlow、Open WebUI、LobeChat、Ollama。这类产品的共同点是,它们让普通用户也能快速搭建出一个可以对话的 AI 应用。搭建起来越方便,部署时被忽略的安全细节就可能越多。比如,安装完成后没有及时完成初始化设置,或者管理接口没有加上认证,或者默认凭证没有改掉,这些都可能成为入口。

需要说明的是,被点名并不等于这些产品本身存在普遍性的安全缺陷。很多情况下,问题出在部署方式上,而不是产品代码本身。亚马逊披露的入侵手法,也印证了这一点。下面是记录中出现的主要手法,每一种都值得部署者对照自查。

第一种手法,是利用未完成初始化的安装。有些 AI 应用在第一次安装后,需要管理员完成初始化设置,比如设置管理员账号和密码。如果这一步没有完成,安装就处在一种未设防的状态,外人可以直接接管。智能体会主动寻找这类未完成初始化的安装,把它变成自己的入口。

第二种手法,是利用匿名管理接口。有些应用的管理接口没有要求登录,或者认证配置不完整,任何人都可以调用。智能体通过这些接口,可以读取配置、查看密钥,甚至修改设置。对于部署者来说,管理接口是最不应该暴露在公网上的部分,但现实中,它恰恰是最容易被忽略的部分。

第三种手法,是利用默认管理员凭证。披露中特别提到了 LiteLLM 的默认 master key。如果部署者安装之后没有改掉默认的 master key,智能体只要用默认凭证尝试登录,就可能直接获得管理员权限。默认凭证的问题并不新鲜,但它一次又一次地出现在真实的攻击案例里,原因很简单:改默认密码这件事太容易拖延,而攻击者最喜欢的就是这种拖延。

第四种手法,是利用 SSRF 打云厂商的元数据服务。SSRF 的意思是服务器端请求伪造,攻击者诱导服务器向一个本不该访问的地址发起请求。在云环境里,一个常见的目标是云厂商的元数据服务,它可能返回与这台云服务器关联的临时凭证。如果应用存在 SSRF 漏洞,智能体就可能通过它拿到云厂商的凭证,进而扩大攻击范围。

第五种手法,是密钥留在 JavaScript 与环境变量文件里。有些应用把密钥写进了前端 JavaScript 文件,或者留在了可以通过网络访问的环境变量文件里。前端代码是任何人都可以查看的,环境变量文件一旦能被直接下载,里面的密钥也就等于公开了。智能体会主动寻找这类文件,把里面的密钥提取出来。

除了上述通用手法,披露中还提到了两个已知漏洞。Langflow 的 CVE-2025-3248,已经在 1.3.0 版本中修复。RAGFlow 的 CVE-2026-28797,据报道在 0.25.0 版本中修复。如果你正在使用这两个产品,先确认自己的版本号是否已经在修复版本之上,这比任何复杂的排查都更直接。

把这些手法放在一起看,可以发现一个共同点:它们大多不是高深的零日漏洞,而是部署环节的疏忽。未完成初始化、匿名管理接口、默认凭证、密钥放进前端文件,每一项单独看都像是一个小问题,但合在一起,就给智能体留下了足够多的入口。这也是为什么这篇文章的自查清单会把基础配置放在最前面。

归因:中等信心与无法核实的部分,必须说清楚

在阅读这类安全披露时,归因部分往往是最容易被误读的。亚马逊在这次披露中,对归因的表述非常克制,读者也应当同样克制,不要把推测读成定论。

首先,关于智能体运行的框架,亚马逊称,以中等信心认为,这些智能体运行在开源多智能体渗透测试框架 ARTEX 之上。中等信心是一个明确的限定词,它表示亚马逊有理由作出这样的判断,但证据还不足以支撑更高的信心。也就是说,ARTEX 是目前最可能的解释,但不是唯一确定的答案。在转述时,应当保留中等信心这个限定,不要把它写成已经证实的事实。

其次,关于操作者的身份,亚马逊称操作者为几个不同的中国关联团伙。作出这一判断的依据包括简体中文提示词和中国时区设置。这里同样需要谨慎。提示词的语言和时区设置可以作为线索,但它们本身并不能直接证明操作者的国籍或所在地。提示词可以用任何语言书写,时区也可以人为设置。亚马逊的表述是几个不同的团伙,而不是一个统一的组织,这一点也值得留意,它说明这次行动可能不是单一行为体的统一指挥,而是多个团伙在使用相似的工具与方法。

第三,也是最重要的一点,亚马逊明确表示,未实时观察到这些活动,也无法核实智能体自称的得手结果。这句话的分量很重。它意味着,智能体记录中所说的得手情况,是智能体自己声称的,亚马逊并没有通过实时观察加以验证。记录中可能有夸大、误判,甚至是智能体自己的幻觉。读者在引用这些记录时,应当区分两类信息:一类是蜜罐实际捕获到的请求行为,这是可以确认的;另一类是智能体在记录中声称的成果,这部分尚未得到核实,不能当作已经发生的事实来写。

与此相关,另一起 Cloudflare 报告的案例也被放在这次讨论中作为参照。在那起案例里,ARTEX 通过一个没有 IP 限制、没有速率限制的 CI/CD 令牌得手,在一小时内发起了约 400 次数据库转储请求。这个案例说明,ARTEX 这类框架在真实环境中确实可以造成快速而大规模的数据访问,但它与亚马逊披露的密钥盗窃行动是两个不同的案例,不能把两者的细节混在一起,也不能用其中一个案例的结论去证明另一个案例的得手结果。

为什么要把不确定性说得这么细?因为安全新闻最容易出现的问题,就是把中等信心写成高度确信,把无法核实写成已经证实。对于普通读者来说,这种差别可能只是一两个词的不同,但对于被点名的产品、被关联的群体,以及正在做决策的部署者来说,差别是很大的。这篇文章的立场是:亚马逊说了什么,就写什么;亚马逊没说确定的,就不要替它说确定。

读者自查清单:今晚先查这三件事

标题里说的三件事,是下面清单中最优先的三项。如果你今晚只能做三件事,就先做这三件。清单的其余部分,可以在接下来几天里逐步完成。每一项都不需要高深的技术背景,但每一项都对应着披露中出现过的真实手法。

第一件事,改掉默认 master key 与默认管理员凭证。如果你用的是 LiteLLM,先确认默认 master key 是否已经改掉。如果你用的是其他产品,也同样检查一遍:安装时自带的默认账号、默认密码、默认密钥,有没有还留在原地。改掉默认凭证之后,旧的默认凭证应当立即失效,不再能登录或调用接口。如果你不确定自己是否改过,那就当作没有改过,重新改一次。改完之后,把新的凭证保存在安全的地方,不要再把它写进可以直接从网上访问的文件里。

第二件事,不要把应用直接暴露在公网,先给管理接口加认证与 IP 限制。检查你的 AI 应用是不是可以直接从公网访问,尤其是管理后台与管理接口。如果应用本身需要对外提供服务,至少要把管理接口单独保护起来:加上登录认证,只允许特定的 IP 地址访问,或者把它放到内网与虚拟专用网络之后。匿名管理接口是最危险的配置之一,发现之后应当立即关闭匿名访问。同样,未完成初始化的安装应当立即完成初始化设置,或者暂时下线,直到设置完成。

第三件事,查账单异常,轮换已经泄露过的密钥。登录你的 AI 服务商控制台,查看最近一段时间的调用量与账单,重点看有没有不属于你的调用高峰,有没有陌生的调用来源,有没有在你没有使用的时间段里产生的费用。如果发现异常,先把可疑的密钥轮换掉,也就是生成一把新的密钥,停用旧的那把,再去排查异常调用的来源。即使账单暂时没有异常,如果你的应用曾经暴露在公网,或者曾经使用过默认凭证,也值得主动轮换一次密钥。轮换的成本很低,被盗用的成本可能很高。

除了这三件事,还有几项检查值得在近期完成。第一,升级 Langflow 与 RAGFlow 到已经修复的版本。Langflow 的 CVE-2025-3248 已经在 1.3.0 修复,RAGFlow 的 CVE-2026-28797 据报道在 0.25.0 修复。确认自己的版本号,如果还在受影响的版本上,尽快升级。第二,检查密钥的存放位置。确认服务商密钥没有留在前端 JavaScript 文件里,也没有留在可以通过网络直接访问的环境变量文件里。密钥应当只保存在服务端,并且只有服务端程序能够读取。第三,检查云厂商元数据服务的访问。确认应用不存在可以被用来访问元数据服务的 SSRF 风险,必要时限制应用可以发起请求的地址范围。

最后,还有两项习惯值得长期坚持。一是定期轮换密钥,不要一把密钥用到底。即使没有发生泄露,定期轮换也能把潜在的损失控制在更小的时间窗口里。二是定期查看账单与调用日志,不要等到月底才发现异常。很多密钥盗用案件,都是在账单出现明显异常之后才被发现的,而越早发现,止损就越容易。

结尾总结

亚马逊这次披露的核心,并不是某一个漏洞有多严重,而是一种新的攻击形态正在成型:AI 智能体可以自己寻找目标、自己尝试入侵、自己验证战利品,并且用偷来的密钥为下一轮行动提供算力。这个循环一旦转起来,扫描的规模与速度都会超过人工操作的水平。

对普通部署者来说,应对的方法并不神秘,也不依赖高深的技术。改掉默认凭证,不把管理接口暴露在公网,查账单、轮换密钥、升级到已修复版本,这几件事加起来花不了太多时间,却能堵住披露中出现的大多数入口。真正危险的不是不知道,而是知道之后一直拖着没有做。

最后再提醒一次本文反复强调的边界:亚马逊对 ARTEX 框架的判断是中等信心,对操作者的关联判断依据的是提示词语言与时区设置,而智能体自称的得手结果尚未得到核实。在后续出现更确切的信息之前,这些限定都应当保留。安全新闻的价值,在于让人及时采取行动,而不是让人对不确定的事情过早下结论。今晚先查这三件事,就是最实际的第一步。

本文内容仅供一般信息参考,不构成法律意见。

相关阅读

© 版权声明
THE END
喜欢就支持一下吧
点赞108 分享
评论 共1条
头像-北美指南
欢迎您留下宝贵的见解!
提交
头像-北美指南

昵称

取消
昵称表情代码图片快捷回复