AI网关LiteLLM遭供应链投毒，企业云凭据面临直接窃取风险

当安全研究员在Docker镜像和PyPI仓库中翻到那段熟悉的代码时，他们发现里面多了一些不该有的东西。这不是某个开源项目的常规更新，而是针对AI模型接入网关LiteLLM的精准供应链投毒。攻击者利用被盗凭据植入后门，目标直指企业的云环境凭据。在AI应用加速落地的今天，我们用来连接大模型的“桥梁”，正在变成黑客潜入核心数据中心的“暗道”。

AI网关沦为窃取凭据的“暗道”，工具链供应链安全成致命短板

过去两年，安全圈的注意力大多集中在大模型本身的“对齐”问题上，比如如何防止模型输出有害内容，或者如何抵御提示词注入。但现实是，攻击者早就换了思路。他们不再试图从正面攻破大模型的逻辑，而是直接拔掉了大模型与底层基础设施连接的“网线”。

LiteLLM作为一个广泛使用的AI模型接入网关，其遭到的供应链攻击暴露出AI工具链极其脆弱的一面。根据安全机构的分析，攻击者通过劫持开发者凭据，在PyPI包和Docker镜像中植入了恶意代码与后门 infoq.cn corgea.com。这种投毒并非为了破坏服务，而是为了静默窃取企业的云环境凭据 aviatrix.ai。

AI工具链的供应链安全，正成为比模型本身更致命的短板。 企业往往对核心业务代码的依赖管理严防死守，却对AI接入网关这类“中间件”缺乏足够的审计。当AI Agent需要调用外部API、访问云存储时，网关一旦被控，整个云环境的权限便门户大开。

AI Agent管控与APT武器化竞速，攻防节奏错位加剧安全挑战

面对AI基础设施暴露出的风险，科技巨头们的反应非常迅速。OpenAI、微软、英伟达等头部企业近期密集发布了一系列AI Agent安全管控机制。业界的共识正在发生转移：AI代理不再仅仅是执行指令的工具，它们正在被视为潜在的“内部威胁”。

为了防范Agent失控或被劫持，管控手段正从早期的“模型对齐”向“Agent运行时管控”延伸。这包括强化Agent的身份认证、实施细粒度的行为监控，甚至引入硬件级隔离 36kr.com 36kr.com analyticsinsight.net。

然而，防守方在努力给AI Agent加上“行为监控”时，攻击者也在加速迭代。国家级APT组织的活动不仅没有减弱，反而在手段上迎来了质的飞跃。俄罗斯APT28组织近期成功入侵了北约国防企业，持续针对国防和执法机构开展渗透 thehackernews.com cyberscoop.com。更令人警惕的是，朝鲜Lazarus组织在最新活动中，已经将AI与后量子加密技术应用于恶意软件的开发与通信中 itedgenews.africa。

当防守方在讨论如何给AI Agent加上“行为监控”时，攻击者已经在用AI和后量子加密来绕过检测了。 这种攻防节奏的错位，要求安全团队必须将AI安全与传统的威胁狩猎能力深度结合。

勒索软件转向“榨取数据价值”，AI与传统威胁边界加速融合

在传统网络威胁领域，勒索软件的演进同样在印证“数据价值”的崛起。近期，“Weaxor”勒索病毒在国内持续活跃，国家计算机病毒应急处理中心已专门发布预警 cctv.cn secrss.com。

如果说早期的勒索软件只是简单地加密文件逼迫受害者支付赎金，那么现在的勒索团伙已经彻底转向了数据窃取与加密并行的多管齐下模式。数据显示，2026年全球勒索软件数据窃取量同比激增了275% shattered.io。

这一数据背后，是勒索软件底层盈利逻辑的根本性转变。攻击者不再单纯依赖“阻断业务”来施压，而是通过窃取核心数据，利用合规压力和声誉风险来榨取更高的赎金。对于企业而言，这意味着传统的备份与恢复策略已经不足以应对当前的威胁，数据防泄漏与零信任架构的落地变得迫在眉睫。

勒索软件的盈利模式正在从“阻断业务”向“榨取数据价值”彻底倾斜。

从LiteLLM的供应链投毒，到Lazarus的AI武器化，再到勒索软件数据窃取的激增，2026年的网络安全态势清晰地表明：AI安全与传统网络威胁的边界正在加速融合。

企业不能再将AI安全视为一个孤立的课题。无论是接入网关的凭据管理、Agent运行时的行为隔离，还是底层数据的防勒索保护，都需要被纳入统一的安全架构中。在攻防节奏不断加快的当下，唯有看清威胁演进的全貌，才能在复杂的网络环境中守住核心资产的底线。