一个中国黑客的AI实践：专业的黑入韩国银行，业余的暴露自己

几天前，美国网络安全公司CrowdStrike发布了一份报告，标题相当克制的写为《未知威胁行为者利用AI驱动的ARTEX针对韩国金融》。

但报告里的故事，一点也不平静。

从9月下旬到10月初，韩国多家金融机构接连发生数据泄露事件。新韩银行披露，约2.5万名客户的个人信息受到影响，KB国民银行也报告了客户信息泄露。另有多家银行、储蓄银行和金融服务企业被报道受到波及，韩国警方随后展开调查。

真正让这起事件变得不同寻常的，是CrowdStrike在调查报告中发现的东西：

一个能够调用大语言模型的自动化渗透测试工具ARTEX、一组跨境服务器以及很快就把操作者（黑客）工作过程完整暴露出来的AI对话记录。

传统的黑客一般是一个团队互相合作，翻墙、撬锁、寻找保险柜。但这次事件展示的，是另一种工作方式：一个颇为业余的黑客只是使用了AI就帮他完成了黑入韩国银行系统的工作，AI帮他研究锁具、编写工具、分析结果，还能随时回答各种技术问题。

先认识一下这次事件的主角工具：ARTEX。

ARTEX不是一个大语言模型，只是一款中国开发者开发的开源AI渗透测试工具。所谓渗透测试，可以通俗地理解为，在获得授权的情况下，模拟黑客攻击企业系统，检查哪里存在漏洞。

开发ARTEX项目当然是一件好事。因为银行本身就需要有人不断寻找系统弱点，才能在真正的攻击者发现之前修补漏洞。ARTEX的特别之处，在于它可以调用大语言模型，把模型的理解、推理和代码生成能力接入实际的渗透测试工作流。

你可以把大语言模型想象成一位知识面极广的技术顾问，而ARTEX则像一名能够调用各种工具的执行人员。前者提供分析和建议，后者负责把建议转化为实际操作。真正的攻击能否成功，取决于目标系统是否存在可利用的弱点，以及操作者拥有什么权限。

CrowdStrike发现，与这次攻入韩国银行系统的黑客主要使用的工具就是ARTEX，然后把DeepSeek V4.1-Flash作为模型后端。与此同时，调查人员还发现了Claude Code的会话记录，以及智谱GLM-5.3、Grok4.6出现在其他相关AI会话中的证据。

因为借助与AI会话和提问，一个原本不擅长某种编程语言的人，可以请AI解释代码；一个不知道某种工具如何使用的人，可以请AI阅读文档；遇到错误时，还可以把错误信息交给AI分析。

CrowdStrike的调查进一步发现，一台位于香港的服务器承担了主要控制基础设施的角色，而另一台IP地址的服务器运行着ARTEX实例，被认为很可能参与了针对韩国金融机构的攻击。

如果故事到这里结束，它只是一起使用了AI工具的黑客攻击事件，也没什么特别的。

真正令人印象深刻的，是CrowdStrike后来又发现了什么。研究人员在相关服务器的开放目录中，找到了Claude Code会话历史、ARTEX配置文件，以及Claude的记忆文件。这些遗留在服务器里的信息像是遗落在现场的工作日记，不仅记录了闯入的黑客使用过什么工具，还暴露了黑客自己的信息。

在一个会话记录里，要么是这名黑客自己的或是身边亲近人物的信息被暴露得干干净净。电话号码、Telegram用户名、年龄（26岁），来自广东茂名，毕业于South China University of Technology。研究人员因此将这些信息与服务器、账号和其他活动关联起来，推测它们可能指向同一个操作者。

一个人，几组AI工具，两台服务器，一些代理IP。这个黑客似乎很认真地在做一件专业的事情，他会向Claude询问，通常在哪里出售韩国数据泄露信息，以及如何寻找韩国Telegram数据交易群组；但他又似乎没有那么认真，他把自己的会话历史和记忆文件全部留在了服务器上，完全没有任何物理隔离。对于一个必须要隐藏行动痕迹的职业（黑客）来说，这当然不是好的习惯，而显得如此业余。

AI会如何放大一个人的专业能力？

CrowdStrike认为，这是一名操作者利用AI Agent，在相对短的时间内针对韩国银行系统开展行动的案例。在过去，开展复杂的网络攻击通常需要掌握多种技术，能够理解目标系统、处理工具链、编写脚本、分析运行结果，还需要很深厚的经验来判断下一步该做什么，并需要一支团队分工协作。

而现在，AI承担了这些。所以，我们的问题是：

即使是一个业余人士，在他并不擅长的专业领域，他这个领域的能力会被AI放大到什么地步？这种能力放大后，肯定有建设性的，自然也有破坏性的。

这才是整个故事最值得认真讨论的地方。

一个企业的安全团队拥有专业人员、检测平台和成熟流程，但如果攻击者可以低成本地自动化大量侦察、分析和尝试，那么防守方需要处理的告警、异常行为和潜在攻击面就会天量的增加。

网络安全是如此的重要

显然，在AI时代，网络安全就变得非常非常重要。攻击者的数量会天量式的增加，他们只需要找到一个可行的入口，获取一批有价值的数据，然后离开。而防御者却必须持续保护整个系统，面对各种不同类型的攻击，并且不能轻易中断正常业务。

这是一个结构性的难题：

攻守双方都会使用AI，但防御者必须守住所有重要入口，而攻击者只需要找到一个足够薄弱的地方。

所以，网络安全必然会从保护单个设备，进一步走向保护整条自动化工作链。模型、Agent、代码执行环境、API、云服务器和业务系统之间的连接越来越多，任何一环配置不当，都会扩大风险。

因此，下面三个方向值得重点关注：

• 端点安全与威胁情报：代表公司为CrowdStrike（CRWD）。这类产品帮助企业识别恶意行为、调查攻击来源，并将分散的安全信号关联起来。

• 安全运营平台：代表公司为Palo Alto Networks（PANW）。大型企业的安全信息分散在网络、终端、云和身份系统中。安全运营平台就是把这些信号整合起来，帮助安全团队更快判断哪些事件真正危险，以及应该采取什么行动。

• 身份安全、零信任与云端访问控制：代表公司为Cloudflare（NET）。AI Agent的普及意味着，未来企业系统中的访问主体将不再只有员工和客户，还会有大量自动化程序，谁能访问什么、在什么条件下访问、访问之后能做什么，将成为越来越重要的问题。

至于这些美国公司的中国映射，自己去找吧。

根据路透社的报道，最新的新闻是，ARTEX的中国开发者宣布将项目转为闭源，不再公开发布后续版本，并停止维护支持。但关闭一个开源项目，对解决问题并无多大意义。当一个人开始拥有一支AI团队，企业需要重新思考的，就不只是如何防住一个黑客，而是如何防住一种正在变得更便宜、更容易复制、每天都在变得更强大的网络攻击能力。

网络安全将最早见证和必须应对这场变化。

（全文完）