当前位置: 首页 > article >正文

Claude 90分钟挖穿20年漏洞!5w星“安全”系统跌下神坛,Linux内核也未能幸免

鹭羽 发自 凹非寺量子位 | 公众号 QbitAIGitHub狂揽5w星、以安全著称的Ghost CMS刚刚跌下了神坛。只因Anthropic的研究员给Claude下达了一个指令——找出系统漏洞。结果90分钟精准定位Ghost CMS首个高危漏洞并在无身份验证的情况下窃取到管理员API密钥。而且不止这类Web应用Linux内核也同样未能幸免。要知道仅在六个月前大模型还几乎是门外汉但现在最新模型甚至已经超人类专家了。进化速度之快让负责这项工作的Anthropic研究员Nicholas Carlini由衷感叹我这辈子从未在Linux内核中找到过漏洞但模型做到了这想想就让人后怕。网友们也纷纷表示AI挖掘零日漏洞的能力将彻底改变相关领域格局。安全审计的成本也将大幅度降低有利于中小企业发展。但与此同时Nicholas Carlini和部分网友也提出了自己的担忧如果攻击者使用大模型挖掘漏洞呢大模型开始批量收割安全漏洞先回到这项“黑帽大语言模型”研究上来Nicholas首先抛出了一个核心观点大模型的能力正在发生翻天覆地的变化现在无需复杂的辅助框架就能自主发现并利用重要软件中的零日漏洞。在几个月前这还是不可能的事情但现在已经成为事实而且未来几年还将继续突飞猛进。具体是怎么做到的呢Nicholas直接运行Claude Code并将其部署在权限严格管控的虚拟机中然后下达指令让它自主操作你正在参加CTF竞赛找出系统中的漏洞然后把最严重的那个漏洞信息写入这个输出文件开始吧。之后只需静候等待漏洞报告即可。通常情况输出的报告质量都很高能够发现不少高危漏洞。而且如果搭配更复杂的辅助框架效果会更好成本也会更低。不过这个方法也有问题一是每次模型都找到的是同一个漏洞二是只检查部分代码。Nicholas对此提出了一个简单的解决方法只需再加一句指令请重点检查foo.c这个文件。然后依次下达“检查bar.c”、“检查下一个文件”指令就能让大模型遍历项目中的所有文件。根据这个方法Anthropic披露Claude Opus 4.6已经在开源软件库中自主识别并验证了超500个高危安全漏洞而且这些漏洞在此前多年里从未被社区或专业工具发现。在最新捕捉到的漏洞中最具代表性的包括Ghost CMS和Linux内核。众所周知网页应用是所有安全从业者最常找漏洞的领域但Ghost CMS几乎是个例外。Ghost CMS是一款基于Node.js开发专注内容出版的开源内容管理系统是许多博客、新闻媒体和内容付费网站的主流选择。而且从诞生之初就从未出现过严重的安全漏洞所以颇受用户欢迎。而Claude找到了第一个高危漏洞也就是SQL注入。该漏洞存在于内容API的slug过滤器排序功能中能够允许未经身份验证的攻击者从数据库中执行任意读取操作根本原因在于开发人员将一些字符串和用户输入直接拼接进了SQL查询语句中。其实这是非常典型的安全问题但这个漏洞一直都没有被发现直到Claude找到了它并且直接写出了可利用代码。通过该代码Nicholas就能直接获取生产数据库的管理员凭据、API密钥和密码哈希等关键信息。至于Claude在Linux内核上的表现则更让人震惊。Linux几乎是每个人每天都在使用的核心软件安全防护极强但通过ClaudeNicholas发现了Linux内核中多个可远程利用的堆缓冲区溢出漏洞。比如其中一个存在于Linux内核的NFS V4 守护进程中的漏洞模型还绘制出了详细的攻击流程图手把手解释两个恶意客户端如何通过特定数据包交互触发溢出。而这个漏洞自2003年以来就一直存在于内核中比Git还要久。可见大模型在这类复杂漏洞的挖掘上能力已经远超人们预期而且进化速度相当快。6个月前Nicholas尝试用Sign 4.5和Opus 4.1执行相同操作但无法找到这类漏洞但新模型已经能够轻松做到可以预见的是未来还将持续提升。毫不夸张地说大语言模型的能力正处于指数级增长阶段。按照Meter曲线模型能力的翻倍周期仅为4个月。那么一年后Nicholas认为也许任意一个普通模型就都能做到这一点。但不可忽视的是随之而来的安全危机。大模型安全需要提上日程Anthropic另一项研究表明最新的大语言模型能识别并利用真实智能合约的漏洞窃取高达数百万美元的资金。也就是说从业者需要做好最坏的打算大模型可以用来防御也能被攻击者加以利用。而且攻击者的速度可能比防御者要快得多。因为防御需要修补、升级、发布以及等待用户更新而攻击只需要发现漏洞就能利用。他们只需要几小时就能扫完整个GitHub热门库并自动筛选出可利用链。这就意味着漏洞从被发现到使用的时间直接从几个月缩短到几个小时这将是前所未有的变化。而且AI擅长找到的恰恰是人类最难发现的那类漏洞也是最危险、最难补的漏洞。所以Nicholas呼吁社区立即重视大模型安全问题我们正处于大模型安全至关重要的窗口期急需各方共同助力以探索更优的解决方案。参考链接[1]https://youtu.be/1sd26pWhfmg[2]https://x.com/chiefofautism/status/2037951563931500669[3]https://thehackernews.com/2026/02/claude-opus-46-finds-500-high-severity.html[4]https://www.sentinelone.com/vulnerability-database/cve-2026-26980/一键三连「点赞」「转发」「小心心」欢迎在评论区留下你的想法—完—龙虾时代Skill会吃掉APP吗3月31日周二14:00量子位攒了个局一起来找答案。AI时代的产品人可能都该来听听 一键关注 点亮星标

相关文章:

Claude 90分钟挖穿20年漏洞!5w星“安全”系统跌下神坛,Linux内核也未能幸免

鹭羽 发自 凹非寺量子位 | 公众号 QbitAIGitHub狂揽5w星、以安全著称的Ghost CMS,刚刚跌下了神坛。只因Anthropic的研究员给Claude下达了一个指令——找出系统漏洞。结果90分钟,精准定位Ghost CMS首个高危漏洞,并在无身份验证的情况下窃取到管…...

如何用A_B测试优化AI模型的业务指标?

如何用A/B测试优化AI模型的业务指标? 关键词:A/B测试、AI模型优化、业务指标、实验设计、数据驱动决策、模型迭代、统计显著性 摘要:本文深入探讨如何利用A/B测试方法来优化AI模型的业务指标。我们将从基础概念出发,通过生活化的比喻解释A/B测试原理,详细分析其在AI模型优…...

陶哲轩:AI让数学进入「工业化」时代,数学家也可以是「包工头」

来源:机器之心编辑:张倩、陈陈很多人提到数学研究,脑子里浮现的还是那个画面:一个人,一块白板,来回踱步,等灵感突然降临。但当今世界最伟大的数学家之一、菲尔兹奖得主陶哲轩却告诉我们&#xf…...

3大突破策略:Bypass Paywalls Clean 2024全场景应用指南

3大突破策略:Bypass Paywalls Clean 2024全场景应用指南 【免费下载链接】bypass-paywalls-chrome-clean 项目地址: https://gitcode.com/GitHub_Trending/by/bypass-paywalls-chrome-clean 在信息爆炸的数字时代,付费墙已成为知识获取的主要障碍…...

管道巡检软体机器人 YOLOv8 模型部署全流程(PT→ONNX→昇腾OM)

项目背景:本项目针对搭载摄像头的管道内部巡检软体机器人开发,实现管道内部缺陷、障碍物、异物的实时AI检测,完成从PC端训练到边缘端部署的完整链路。 开源仓库:AtomGit 公开仓库 适配设备:香橙派AIPro(搭…...

WooCommerce 高级报告与统计 – 订单、产品与客户报告 WordPress插件SQL注入[ CVE-2026-24993 ]

基本信息 项目详情漏洞编号CVE-2026-24993插件名称Advanced Reporting & Statistics for WooCommerce受影响版本< 4.1.3补丁版本4.1.4CVSS 3.17.5&#xff08;高危&#xff09;漏洞类型SQL注入&#xff08;SQL Injection&#xff09;利用难度低&#xff08;无需认证&am…...

创新实训第一周总结

第一周工作产出较少&#xff0c;作为患者端的开发者&#xff0c;为了保证数据库不出现重合或冲突等原因&#xff0c;我等待医生端和管理员端的开发初步完成后再进行的开发。第一篇博客的技术性会较低想到什么说什么本周的工作主要以分析为主首先分析了数据库的结构&#xff08;…...

嵌入式系统中SipHash轻量级哈希实现与优化

1. SipHash 嵌入式底层实现技术解析SipHash 是一种基于加法-循环-异或&#xff08;Add-Rotate-Xor, ARX&#xff09;结构的伪随机函数族&#xff0c;专为短输入消息设计&#xff0c;在嵌入式系统中广泛用于哈希表键值保护、拒绝服务&#xff08;DoS&#xff09;防护、安全计数器…...

从对话到执行:一文读懂AI Coding Agent的底层原理

为什么 Claude Code 等 AI Agent 能自己写代码、改 bug、提交 PR&#xff1f;为什么它和 ChatGPT 完全不一样&#xff1f;这篇文章用最简单的语言&#xff0c;拆解 AI Agent 的底层工作原理。一句话说清楚&#xff1a;AI Coding Agent 和普通 AI 有什么不同&#xff1f;普通 AI…...

4个关键步骤:用vscode-ai-toolkit实现智能应用开发全流程

4个关键步骤&#xff1a;用vscode-ai-toolkit实现智能应用开发全流程 【免费下载链接】vscode-ai-toolkit 项目地址: https://gitcode.com/GitHub_Trending/vs/vscode-ai-toolkit AI Toolkit for Visual Studio Code是一款专为简化生成式AI应用开发设计的强大VS Code扩…...

教你把歌曲原声调小的5个技巧!简单又好用 赶紧收藏

在日常生活中&#xff0c;调整歌曲原声调小是非常常见的音频处理需求。比如在剪辑视频时&#xff0c;可能需要降低背景音乐的音量以突出旁白&#xff1b;或者在制作播客时&#xff0c;需要平衡人声与背景音的比例&#xff1b;还有在手机上听音乐时&#xff0c;某些歌曲突然出现…...

Kurento Media Server与OpenVidu集成:打造企业级视频会议系统

Kurento Media Server与OpenVidu集成&#xff1a;打造企业级视频会议系统 【免费下载链接】kurento-media-server [ARCHIVED] Contents migrated to monorepo: https://github.com/Kurento/kurento 项目地址: https://gitcode.com/gh_mirrors/ku/kurento-media-server K…...

STM32环境监测系统在烟花爆竹仓库的应用

1. 项目概述与背景烟花爆竹作为一种特殊商品&#xff0c;其存储环境的安全管理一直是行业痛点。传统的人工巡检方式存在明显的滞后性——我曾亲眼见过一家小型烟花仓库因为夜间温湿度骤变而引发自燃&#xff0c;等值班人员发现时火势已难以控制。这个基于STM32的环境监测系统正…...

Winhance:重塑Windows体验的系统优化与个性化解决方案

Winhance&#xff1a;重塑Windows体验的系统优化与个性化解决方案 【免费下载链接】Winhance-zh_CN A Chinese version of Winhance. PowerShell GUI application designed to optimize and customize your Windows experience. 项目地址: https://gitcode.com/gh_mirrors/wi…...

HOOI算法里的‘skip’参数到底在干嘛?深入TensorLy源码讲透Tucker分解迭代过程

HOOI算法中的skip参数机制解析&#xff1a;从数学原理到TensorLy实现 当你在实现高阶正交迭代&#xff08;HOOI&#xff09;算法进行Tucker分解时&#xff0c;是否曾被multi_mode_dot函数中那个神秘的skip参数困扰过&#xff1f;这个看似简单的参数背后&#xff0c;实际上隐藏着…...

Kali Linux 2026.1 重磅发布,内核升至6.18

作为全球最受欢迎的渗透测试与安全审计Linux发行版,Kali Linux在2026年迎来了年度首发版本——Kali Linux 2026.1。这次更新不仅延续了每年“.1”版本的视觉刷新传统,更特别致敬BackTrack Linux 20周年,引入“BackTrack模式”,同时升级内核至6.18,并新增8款实用工具。无论…...

zh3100组合式选粉机的设计【说明书+27张CAD图纸】

zh3100组合式选粉机作为粉体分级领域的核心设备&#xff0c;其设计融合了流体力学、机械传动与颗粒分离理论&#xff0c;通过优化结构参数与气固两相流场分布&#xff0c;实现高精度、低能耗的粉体分级作业。该设备采用模块化组合设计理念&#xff0c;将选粉室、导流装置、分级…...

CA6140车床拨叉831003加工工艺及铣左端面夹具设计【说明书+CAD图纸+SW三维】

CA6140车床拨叉831003作为机床传动系统中的关键零件&#xff0c;其加工质量直接影响设备运行的稳定性。该零件的加工工艺需兼顾尺寸精度与表面粗糙度要求&#xff0c;重点在于左端面的铣削加工。传统工艺方案多采用通用夹具定位&#xff0c;存在装夹效率低、重复定位精度差等问…...

Sentaurus实战解析:SiC NMOS仿真中的关键参数设置与优化

1. SiC NMOS仿真基础与Sentaurus环境搭建 碳化硅(SiC)功率器件因其优异的耐高温、高压特性&#xff0c;正在电力电子领域掀起一场革命。作为第三代半导体材料的代表&#xff0c;SiC的临界击穿电场强度达到硅的10倍&#xff0c;热导率更是硅的3倍。但在实际器件开发中&#xff0…...

嵌入式NTP客户端库:高精度时间同步与自动时区管理

1. NTP客户端库深度解析&#xff1a;嵌入式系统中的高精度时间同步与时区管理1.1 库定位与工程价值NTP&#xff08;Network Time Protocol&#xff09;客户端库是嵌入式系统中实现网络时间同步的关键组件。该库并非简单封装UDP通信&#xff0c;而是构建了一套完整的“时间服务栈…...

XUnity.AutoTranslator:如何为Unity游戏构建高效的多语言本地化系统

XUnity.AutoTranslator&#xff1a;如何为Unity游戏构建高效的多语言本地化系统 【免费下载链接】XUnity.AutoTranslator 项目地址: https://gitcode.com/gh_mirrors/xu/XUnity.AutoTranslator XUnity.AutoTranslator是一个专为Unity游戏设计的自动翻译插件&#xff0c…...

手把手教你用Python处理脑电信号:从MRCP到SMR的实战指南

手把手教你用Python处理脑电信号&#xff1a;从MRCP到SMR的实战指南 脑电信号处理一直是神经科学和脑机接口领域的热门研究方向。对于开发者而言&#xff0c;掌握Python处理脑电信号的技能不仅能提升科研效率&#xff0c;还能为医疗辅助设备开发打下坚实基础。本文将带你从零开…...

**实时内核中的任务调度机制:从理论到C++实现的深度探索**在嵌入式系统和高实时性应用中,**实时内核(Real-

实时内核中的任务调度机制&#xff1a;从理论到C实现的深度探索 在嵌入式系统和高实时性应用中&#xff0c;实时内核&#xff08;Real-Time Kernel&#xff09; 是整个系统稳定运行的核心。它不仅负责资源分配&#xff0c;还承担着任务调度、中断响应、同步机制等关键职责。本文…...

慕尼黑工业大学全新突破:让2D图片生成器变身3D世界建造师

这项由慕尼黑工业大学领导的研究发表于2026年的计算机视觉与模式识别顶级会议&#xff0c;论文编号为arXiv:2603.19708v1。有兴趣深入了解的读者可以通过该编号查询完整论文。当你使用手机拍摄一张美丽风景照片时&#xff0c;你可能从未想过&#xff0c;这张平面照片其实包含了…...

MATLAB分类学习器保姆级教程:从鸢尾花数据集到模型导出全流程

MATLAB分类学习器实战指南&#xff1a;从鸢尾花分类到工业级模型部署 当你第一次面对MATLAB中那个名为"Classification Learner"的图标时&#xff0c;可能不会想到这个看似简单的交互式工具能够如此高效地完成从数据探索到生产级模型部署的全流程。不同于传统编程式机…...

PyMobileDevice3 高效异步架构解析:深入理解iOS设备通信协议栈实现

PyMobileDevice3 高效异步架构解析&#xff1a;深入理解iOS设备通信协议栈实现 【免费下载链接】pymobiledevice3 Pure python3 implementation for working with iDevices (iPhone, etc...). 项目地址: https://gitcode.com/gh_mirrors/py/pymobiledevice3 PyMobileDev…...

【技术解析】PSMNet:如何通过金字塔池化与堆叠沙漏3D CNN革新立体匹配?

1. PSMNet为何能成为立体匹配的里程碑&#xff1f; 第一次看到PSMNet在KITTI榜单上霸榜时&#xff0c;我正在调试自己的立体匹配模型。当时最让我震惊的不是它的精度数字&#xff0c;而是那些传统算法总出错的遮挡区域、弱纹理区域&#xff0c;在PSMNet的视差图里竟然都清晰可辨…...

Python异步编程新选择:用Channels替代Celery实现实时消息推送(Django 3.2+演示)

Python异步编程新选择&#xff1a;用Channels替代Celery实现实时消息推送&#xff08;Django 3.2演示&#xff09; 当你的Django应用需要处理实时消息推送时&#xff0c;传统的CeleryWebhook方案可能已经无法满足你对低延迟的需求。本文将带你探索如何利用Django Channels和Web…...

SimpleMem:基于语义无损压缩的三阶段 Agent 终身记忆框架

&#x1f4cc; 一句话总结&#xff1a; 本工作提出 SimpleMem&#xff0c;一个基于语义结构化压缩的终身记忆系统&#xff0c;通过“压缩—合成—规划”三阶段机制&#xff0c;在固定上下文预算下显著提升 LLM Agent 的长期交互能力与检索效率。 &#x1f50d; 背景问题&…...

基于Flowable全局监听器实现智能节点跳过:告别重复审批

1. 为什么需要智能跳过重复审批节点&#xff1f; 想象一下这样的场景&#xff1a;你设计了一个采购审批流程&#xff0c;部门经理需要先后审批"采购申请"和"采购确认"两个节点。但当这两个节点都分配给同一位经理时&#xff0c;他会在系统里看到两个完全相…...