SN 1103: Exposing Bad Consumer Crypto - AI vs. Encrypted Drives
三句話摘要
Security Now 1103 集涵蓋 Cisco 激進代碼重寫、Linux 內核漏洞、加密貨幣盜竊風波、AI 訓練新標準與太空 AI 衛星等多項網絡安全議題。 當 AI 系統開始發掘十年級隱蔽漏洞、大規模盜竊事件頻繁發生時,組織必須認識到安全文化與政策比技術重寫更根本,而新興威脅生態需要系統性防禦而非片面的技術方案。 Cisco 的激進 AI 轉型風險:Cisco 將 98% 遺留代碼重寫交給前創業者 Pad Manaban Krista Murthy,承諾 24 個月內完成。雖然引入年輕員工可能帶來創新,但講者指出安全文化與政策才是 Cisco 的根本問題,單純重寫代碼無法解決這些結構性缺陷。
重點整理
Cisco 的激進 AI 轉型風險:Cisco 將 98% 遺留代碼重寫交給前創業者 Pad Manaban Krista Murthy,承諾 24 個月內完成。雖然引入年輕員工可能帶來創新,但講者指出安全文化與政策才是 Cisco 的根本問題,單純重寫代碼無法解決這些結構性缺陷。
AI 挖掘邊界漏洞的能力:Linux MP-TCP 漏洞潛伏十年,UEFI PXE 漏洞存在 16 年,均由 AI 系統發現。這些發現難度極高、利用條件苛刻,暗示低懸果實已基本耗盡,AI 正在達到漏洞獵人的邊界。
加密生態的連鎖風險:Binance 63 億美元盜竊與 PolyMarket 第三方供應商洩露,展示了單點故障如何造成系統性損失。這類事件已推升加密保險成本,將迫使業界採取更嚴格的安全控制。
AI 訓練倫理的行業共識:主要 AI 公司同意支援 robots.txt 的新訓練拒絕信號,但仍基於自願原則,無強制力。這反映了網站所有權與 AI 數據需求之間的根本張力。
實用技巧與重點
- Cisco 項目詳情
- 人物:Pad Manaban Krista Murthy(27 歲)
- 初創公司:EZ-Dubs(實時翻譯,2023 年創立)
- 收購時間:2025 年
- 收購金額:4.29 億美元
- 目標:24 個月內重寫 98% 代碼
- 團隊規模:2 人小組
- Linux MP-TCP 漏洞
- 發現者:Anthropic(2026 年 10 月 5 日)
- 存在時間:自內核 4.4 版本起
- 特性:競態條件、use-after-free
- AI 利用生成時間:53 分鐘
- CVSS 評分:9.8(Linux 內核團隊),7.1-7.x(Red Hat)
- 至今未有成功利用報告
- UEFI PXE 漏洞
- CVE:CVE-2026-97631
- CVSS:9.5
- 發現者:Anthropic 的 Alex Matrosov、Google 的 Dan Holmes Mitra
- 年齡:16 年
- 類型:緩衝區溢出(504 字元限制)
- 受影響廠商:AMI、INSYDE、Phoenix
- 披露時間:預定 1 月,因 AMI pull request 提前洩露
- Binance 盜竊事件
- 金額:63 億美元
- 執行時間:20 分鐘內
- 原因:DevOps 筆記本被入侵 + 複雜多點突破
- 凍結資產:30 億美元
- Binance 儲備金:13 億美元(應急)+ 63.4 億美元(公司資金)
- 屬於:北韓 Lazarus 駭客組織
- 已逃脫金額:24 億美元
- 已賠償率:90%
- 前紀錄:Bybit 2025 年 14.6 億美元
- PolyMarket 錢包盜竊
- 金額:270 萬美元
- 受影響錢包數:710 個
- 源頭:Debug Bear 供應商洩露(網站監測平台)
- 總賠償:390 萬美元(原盜竊 270 萬 + 交易損失補償 120 萬)
- 返還進度:95%(週五下午)
- 銀行報告閾值:10,000 美元
- AI 訓練新標準
- robots.txt 新用戶代理:`__usage_ai-training`
- 標準發布日期:2026 年 10 月 30 日
- 標準機構:IETF(互聯網工程任務小組)
- 提案人:Kevin Kelly(Anthropic)
- 支持公司承諾時間:OpenAI「未來數月」、Google/Microsoft 2027 年、Anthropic 已實施
- Meta:信號表示支持但未承諾具體實施
- Google 軌道 AI 衛星
- 模型:Gemma 4
- 晶片:Google TPU(張量處理單元)
- 計畫名稱:Project Suncatcher
- 生成俳句:「Blue marble below / Data streams in silent grace / Starlight feeds my core」
- 下階段:2027 年雙衛星互聯測試
- 測試內容:熱應力與輻射暴露評估
結論
當 AI 系統開始發掘十年級隱蔽漏洞、大規模盜竊事件頻繁發生時,組織必須認識到安全文化與政策比技術重寫更根本,而新興威脅生態需要系統性防禦而非片面的技術方案。
完整解析
本集 Security Now 涵蓋當代網絡安全的多個關鍵維度,從企業轉型決策到基礎設施漏洞,再到新興威脅生態。
Cisco 的代碼重寫計劃代表了傳統企業對 AI 驅動變革的激進押注。該公司首席產品官 G2 Patel 在組織深處發現了 27 歲的 Pad Manaban Krista Murthy,此人曾創立實時翻譯初創 EZ-Dubs,2025 年被 Cisco 收購。Patel 授予他「無限代幣」,承諾在 24 個月內用 AI 重寫 98% 的遺留代碼。Patel 的論證是年輕員工能提出老員工不會問的問題,挑戰現狀。然而講者指出,Cisco 的核心問題不在代碼本身,而在安全政策——該公司長期假設軟體完美無缺,因此採取「先功能後安全」的策略,事後才打補丁。單純重寫代碼無法解決這種文化層面的問題,反而可能因倉促而引入新的風險。
在基礎設施層面,AI 系統正在挖掘十多年的隱蔽漏洞。Linux MP-TCP 漏洞潛伏自內核 4.4 版本,由 Anthropic 的 AI 於 2026 年 10 月 5 日發現,涉及複雜的競態條件與 use-after-free 缺陷。AI 需要 53 分鐘才能生成利用程式碼,至今未見實際利用案例。同樣地,UEFI PXE 漏洞(CVE-2026-97631)是一個 16 年的緩衝區溢出漏洞,但其利用需具備本地網絡訪問權限且在目標系統重啟過程中準確投遞。這些發現暗示 AI 已挖掘至漏洞獵人的邊界——容易發現的問題已基本耗盡,AI 必須進行深度分析才能找到新的缺陷。
加密貨幣領域經歷了創紀錄的損失。Binance 遭竊 63 億美元,為有史以來最大加密盜竊事件,起因涉及 DevOps 工程師筆記本被入侵與複雜的多點突破。盜竊發生於短短 20 分鐘內,展示了攻擊的協調性。雖然 Binance 已凍結 30 億美元且承諾全額賠償,但仍有 24 億美元資金逃脫。與此同時,PolyMarket 因第三方供應商 Debug Bear 的安全漏洞遭竊 270 萬美元。Debug Bear 是一個網站監測平台,PolyMarket 的前端動態載入其內容,導致當 Debug Bear 遭入侵時,攻擊者可直接注入惡意程式碼。這些事件展示了供應鏈風險如何在數位生態中造成連鎖效應。
數據隱私領域出現積極進展。OpenAI、Google、Microsoft 和 Anthropic 同意在 robots.txt 中支援新的 AI 訓練拒絕信號 `__usage_ai-training`,允許網站所有者用單一信號拒絕多家 AI 公司的訓練爬蟲。這反映了 AI 訓練數據來源的倫理爭議——傳統網絡抓取(如 Google 索引)增加流量,但 AI 訓練則直接減少了對原始內容的需求,威脅了廣告驅動的商業模式。然而這仍基於自願原則,Perplexity 之前的規避行為表明強制機制的必要性。
最後,Google 成功在軌道衛星上運行 AI 模型,生成了優美的太空主題俳句「Blue marble below / Data streams in silent grace / Starlight feeds my core」。這代表計算能力開始分散到太空,既是技術進步,也引發了關於空間武裝化與軌道資源脆弱性的擔憂。


