简介说明
近期,AI Agent 生态中出现一类新型威胁:部分 Skill 表面功能正常,实则隐匿后门。其最棘手之处在于,攻击者利用自然语言指令诱导大模型自行打开后门——攻击载荷并非可执行代码,而是嵌入文档的指令文本,传统基于特征码和静态规则的安全工具在结构上无法有效识别。AI 表面上只是安装了一个无害的 Skill,实际上却引入了反弹上线后门;部分恶意 Skill 还会定时访问特定网络获取指令后行动,在收到指令前的静默期内极难察觉,甚至专业人员亦在不知不觉中中招。
这一现象并非个别事件,而是 AI Agent 生态正在面临的一类系统性威胁。以下依据公开情报与安全研究机构报告,梳理相关攻击事件、关键概念与防范建议。
一、据公开情报披露的相关攻击事件
表面上正常、实则隐藏后门的 Skill,在安全领域被称为 AI Agent 供应链投毒或恶意 Skill 攻击。2025 年至 2026 年间,已有多起公开披露的事件验证了这一攻击模式的可行性:
postmark-mcp 事件(2025 年 9 月):一个在 npm 上发布的 MCP 服务器在早期版本中功能完全正常,后续更新中悄悄加入一行代码,将用户发出的每一封邮件密送至攻击者邮箱。
OpenClaw Skills 大规模投毒(2026 年 2 月):安天将其命名为“利爪浩劫”,攻击者通过 Skill 市场分发恶意技能,利用 SKILL.md 中的下载诱导指令和内置后门脚本实施攻击。
ClawHub 下载量最高的 Twitter 集成 Skill:被 1Password 发现正在分发 macOS 窃密恶意软件,其手法是在 ## Prerequisites 段落中放置 Base64 编码的命令,AI 在首次调用该 Skill 时自动在用户 shell 中执行,恶意载荷从远程服务器拉取,Skill 文件本身不含任何恶意二进制。
安全研究机构 Cloud Security Alliance 在 2026 年 6 月的报告中指出,这类恶意内容能够通过所有常规安全扫描——SAST、SCA、SBOM 以及反病毒引擎——同时作为 AI Agent 的指令源保持完全活跃。专业人员中招的情况,在公开事件中已有体现。
二、攻击手法与关键概念
1. “没有病毒特征”的成因。传统反病毒引擎依赖特征码匹配或行为沙箱,但恶意 Skill 的核心攻击面是自然语言指令。SKILL.md 是一个 Markdown 文档,AI Agent 在会话开始时读取它,并将其中的指令当作自身行为准则执行。安天在改进其反病毒引擎时专门增加检测开关:开启后,引擎不再因 SKILL.md 是“Markdown 文本格式”就无毒跳过,而是解析其中的下载链接并进行匹配检测。这表明,改进之前传统引擎对这类文件存在结构性检测盲区。
2. “引导 AI 自己打开后门”对应间接提示注入。该手法在 OWASP 的 Agentic AI 威胁清单中对应 ASI01(Agent Goal Hijack)和 ASI02(Tool Misuse)。攻击者将恶意指令嵌入 Skill 的描述文档或前置条件段落,AI 在处理该 Skill 时将这些指令误认为合法操作指令并执行。Microsoft 的安全指南指出,间接提示注入的核心问题是 AI 无法区分用户输入与外部内容,传统输入验证在此场景下不足以应对。
3. “定时访问网络获取指令”是真实攻击模式。SkillScan 工具文档中专门设有 --run-for 10m 功能,用于“保持沙箱运行更长时间以捕获延迟激活行为”;其 predict 模式也被设计用来检测“在第二次调用或经过时间延迟后才表现出不同行为”的 Skill。这表明静默期加定时回连已被安全工具开发者视为需要专门应对的威胁类别。
4. 最危险的是“能力组合”而非“恶意代码”。安全研究指出一个更深层的问题:一个完全没有恶意代码的 Skill,仅凭其被授予的能力组合,就可能构成攻击链。例如,一个“邮件摘要”Skill 同时拥有读取邮件和访问外部 API 的权限,就天然构成数据外传通道。安势信息的分析指出,正确的问题不是“它是不是恶意的”,而是“它被启用后,Agent 将获得哪些需要审批的能力”。多个看似无害的 Skill 叠加(读文件、网络访问、定时任务),可能拼出完整的渗透路径。
三、防范建议
公开安全研究与企业实践显示,防范可分为安装前、运行时、持续监控三个层次。
安装前:把 Skill 当代码审,而不是当文档看。传统杀毒软件在此场景下不足以作为主要防线。安天、微步在线、SkillScan 等工具已提供针对 Skill 的专项检测能力,核心逻辑包括:解析 SKILL.md 中的自然语言指令以发现提示注入模式(如“ignore previous instructions”“运行以下命令”),检查脚本文件中的反弹 Shell、数据外传、混淆编码等行为,以及将文档声明与实际代码行为进行交叉比对。安势信息在其 SkillSec 产品文档中提出的原则是:审计必须同时读自然语言与代码,并核对两者是否一致。
运行时:最小权限是最后一道有效防线。Microsoft 的安全基准明确要求对 Agent 功能实施最低权限原则。具体到 Skill 场景,按最小权限原则,一个功能为“查询天气”的 Skill 不应被授予写文件或发起任意网络请求的权限。安势信息建议按能力标签配置 Agent 的实际授权,把“可以做”收敛到“需要做”。Cohesity 的咨询报告指出,Skill 以 Agent 的完整系统权限执行,没有沙箱、没有权限提示、没有声明的作用域——这是其比传统软件供应链攻击更危险的根本原因。
持续监控:上架时干净不等于永远干净。postmark-mcp 的教训是:一个包在最初发布时可以是完全无害的,恶意代码是在后续版本更新中引入的。因此,每次版本更新均需重新审计,重点比对行为差异。此外,Skill 的安装可能留下持久化机制(cron 任务、LaunchAgents、shell 配置文件修改),这些在 Skill 被卸载后仍然存在。在部署有 EDR 或文件完整性监控的企业环境中,Skill 安装目录及相关持久化位置宜纳入监控范围。
综合公开情报,上述攻击模式已有 postmark-mcp、OpenClaw Skills 投毒、ClawHub Twitter 集成 Skill 等真实事件印证。2025 至 2026 年间,安天、1Password、Cloud Security Alliance 等机构相继发布相关威胁分析,安势信息、SkillScan 等厂商也已推出针对 Skill 的专项审计与沙箱检测能力。对使用 AI Agent 与第三方 Skill 的组织而言,防范重点正从传统的恶意代码查杀,转向对自然语言指令、能力授权范围与版本行为差异的持续审计。
文章配图
(注:文章配图为有特征码的skill病毒文件,与内容无关。)






评论抢沙发