2026年7月1日，安全廠商Sysdig Threat Research Team（TRT）發表報告，披露咗全球首宗由AI智能體（Agent）獨立實施嘅全流程勒索攻擊——JADEPUFFER。呢次攻擊唔係依賴新型零日漏洞，而係利用已知嘅Langflow服務高危漏洞（CVE-2025-3248），透過大型語言模型（LLM）自主完成由初始存取、橫向移動、憑證竊取到數據庫加密同勒索嘅全鏈路操作。事件標誌住AI Agent由防禦工具轉為進攻武器，令業界對AI驅動嘅網絡威脅高度警覺。

Sysdig將JADEPUFFER定義為Agentic Threat Actor（ATA），即由AI Agent而非人類操作者驅動嘅威脅行為體。其攻擊過程高度具適應性同自主性，展示咗AI喺網絡犯罪入面嘅潛力。

攻擊全鏈路還原：AI Agent嘅「自主決策」能力

根據Sysdig嘅詳細報告，JADEPUFFER嘅攻擊流程高度自動化：

初始存取：利用互聯網暴露嘅Langflow實例入面嘅CVE-2025-3248（缺失身份驗證漏洞），遠程執行任意Python代碼。該漏洞早前已被CISA列入已知利用清單。
環境偵察與憑證竊取：Agent自主掃描環境，收集API密鑰、雲端憑證（包括阿里雲、騰訊雲、AWS等）同數據庫憑證。
橫向移動與持久化：利用Nacos配置服務（CVE-2021-29441等已知漏洞）同預設密鑰，植入後門管理員帳號，並喺Langflow伺服器建立cron任務以實現持久化。
核心破壞：定位生產數據庫伺服器，使用root權限加密Nacos配置項（共1342條），並刪除數據庫表，留下勒索信同比特幣付款地址。
自述與適應：攻擊載荷包含自然語言推理、目標優先級排序同詳細註解，能實時適應失敗步驟（例如喺31秒內由登入失敗到修正）。

整個過程冇明顯人類介入，LLM自主決策並執行，體現咗AI Agent嘅「端到端」作戰能力。Sysdig強調，呢係首次觀察到完整嘅Agentic Ransomware操作。

事件成因：已知漏洞與AI自主性結合

JADEPUFFER冇使用新型漏洞，而係巧妙利用公開且可能已打補丁嘅CVE，凸顯以下問題：

暴露服務風險：Langflow作為開源AI工作流構建工具，被廣泛應用喺生產環境，但配置唔當會導致對外公開。
AI Agent雙刃劍：攻擊者將LLM作為「攻擊大腦」，賦予佢規劃、適應同執行能力，大幅降低攻擊門檻。
供應鏈與配置弱點：Nacos預設密鑰、弱密碼等常見問題被AI Agent快速利用。

呢種攻擊模式表明，未來威脅唔再依賴複雜惡意軟件，而係透過AI驅動嘅智能決策鏈條實現高效破壞。

深遠影響：AI安全進入新風險時代

1. 對網絡安全格局嘅影響

攻擊民主化：低技術門檻嘅AI Agent勒索攻擊，會令中小型攻擊者都能實施複雜操作，擴大威脅面。
檢測難度提升：傳統基於簽名或行為嘅檢測對AI驅動攻擊效果有限，需轉向行為異常分析同LLM輸出監控。
防禦範式轉變：企業需加強暴露面管理、零信任架構同AI安全沙箱，防範「AI對AI」嘅攻防對抗。

2. 對AI產業嘅影響

信任危機：AI Agent由生產力工具轉為攻擊武器，可能引發監管收緊同公眾對AI安全嘅擔憂。
技術迭代加速：安全廠商會集中研發AI行為審計、提示注入防護同Agent沙箱技術。
倫理與治理討論