报告披露， financially motivated 组织 UNC6780 在攻陷云环境后，使用AI编程聊天机器人加预置Agent指令，在不到6小时内完成了大规模凭据收割。在AI攻击层面，平台已追踪到350,725个恶意AI Skills（截至2026年8月，恶意率约20%），覆盖npm、PyPI、Maven、Go等15种制品类型。：不要再问"会不会有人用AI攻击我"。该组织还会劫持工作区配置实

塞讯科技凭借塞讯智能安全验证平台入选《2025年中国网络安全市场全景图》，同时入围入侵和模拟攻击（BAS）与安全基线与配置管理两大核心领域。该平台采用"以攻验防"理念，通过真实APT攻击场景和AI技术，实现自动化安全验证与精准修复建议。此次入选凸显了塞讯科技在技术创新和主动防御领域的领先地位，公司表示将持续迭代智能验证技术，助力企业构建可度量的主动防御体系。

钓鱼邮件不只骗员工，也开始骗 AI Agent了。更麻烦的是，AI Agent 一旦被骗，就不像点错链接这么简单。它可能直接去你的邮箱、云盘、CRM 里找资料，再替攻击者把数据发出去。上周，一个针对 OpenClaw 邮件代理的模拟测试就发现了这个问题，当 AI Agent 接入邮箱、浏览器工具和业务系统后，传统钓鱼攻击的目标，正在从“人”扩展到“会自动执行任务的系统”。研究人员将一个 AI 邮件

这是一个纯逻辑漏洞。Dirty Frag 的影响范围几乎覆盖 2017 年以来的所有主流 Linux 发行版：Ubuntu 24/26、Arch、RHEL、OpenSUSE、CentOS Stream、Fedora、Alma，以及微软的 WSL2。统计环境中运行 2017 年以来 Linux 内核版本的服务器数量，重点关注：面向互联网的 Linux 主机、多租户容器宿主机、使用 WSL2 的 Wi

但从技术指标上看，入口能不能发现、异常调用有没有告警、后续处置能不能闭环，这些实打实的对抗数据，比一张纸面上的上线审批表更能说明问题。为了调参数，端口先放开几天。AI 应用平台的风险是在一次次接入中野蛮生长的：先接模型，再接知识库，接着对接工单系统，最后连通生产数据库。跑完以后，安全团队手里就不只是“已经排查”四个字，而是一组能拿出来说明问题的结果：哪些环节看得见，哪些环节接不上，哪些规则要补，哪

undefined

研究团队把恶意 Skill 拆成三个正交维度——恶意逻辑从哪进来、最终想干什么、payload 怎么嵌进去——归纳出 3 类攻击向量、15 类恶意行为、108 个有效攻击单元，最后构建出一个含 3,944 个恶意样本、4,000 个良性样本的数据集。恶意逻辑既不在那段 markdown 里，也不在那段脚本里——它藏在两者的配合关系里。但要说清边界，网关拦的是进门。而这恰恰是大多数企业当下的盲区：开

研究团队把恶意 Skill 拆成三个正交维度——恶意逻辑从哪进来、最终想干什么、payload 怎么嵌进去——归纳出 3 类攻击向量、15 类恶意行为、108 个有效攻击单元，最后构建出一个含 3,944 个恶意样本、4,000 个良性样本的数据集。恶意逻辑既不在那段 markdown 里，也不在那段脚本里——它藏在两者的配合关系里。但要说清边界，网关拦的是进门。而这恰恰是大多数企业当下的盲区：开

钓鱼邮件不只骗员工，也开始骗 AI Agent了。更麻烦的是，AI Agent 一旦被骗，就不像点错链接这么简单。它可能直接去你的邮箱、云盘、CRM 里找资料，再替攻击者把数据发出去。上周，一个针对 OpenClaw 邮件代理的模拟测试就发现了这个问题，当 AI Agent 接入邮箱、浏览器工具和业务系统后，传统钓鱼攻击的目标，正在从“人”扩展到“会自动执行任务的系统”。研究人员将一个 AI 邮件

这就是 AI 时代软件供应链安全的新攻击面：依赖包、AI 插件、开发者本地环境、CI/CD 流水线和凭证系统被连接在一起，任何一个入口失守，都可能变成供应链投毒的放大器。包是 AI 装的，代码是 AI 改的，一旦恶意依赖进入企业环境，凭证泄露、流水线被污染、内部仓库被二次投毒，责任最终仍然会落到团队和企业身上。更深一层的问题是，AI 编程工具自身依赖的 Skills、插件、扩展，也是一种“包”。开