智能蠕虫突破传统防御：基于AI的自适应攻击正成现实

一项前沿研究警示，人工智能代理的发展正催生一类新型网络威胁——具备实时推理与战术调整能力的自适应计算机蠕虫，可在无须人工干预的情况下自主发现漏洞、设计攻击路径并传播至其他系统。

动态攻击逻辑取代预设代码，威胁形态全面升级

研究团队联合多所高校及机构展示了一种概念验证型AI蠕虫，它不仅能够探测系统弱点，还能利用大型语言模型即时生成量身定制的入侵方案，并在不同环境中灵活调整行为模式，实现高效渗透。

实验环境模拟真实网络，传播效率显著

在封闭虚拟网络中，该系统覆盖包含Linux、Windows与物联网设备的33台主机。15轮测试结果显示，平均探测到31.3个漏洞，成功入侵23.1台设备，在七日内实现约20次传播，部分场景下完成七代自我复制。

脱离云服务运行，受感染设备变计算节点

与多数依赖外部AI平台的应用不同，该蠕虫将模型部署于被攻陷的终端，不依赖AWS、Azure或Google Cloud等公有云资源。随着扩散，每台被感染机器都转化为其分布式计算网络的一部分，形成去中心化攻击基础设施。

可利用训练后新漏洞，持续演化攻击能力

研究发现，该系统能在运行时读取最新发布的安全公告，从而利用模型训练截止日期之后披露的漏洞，突破原有知识边界，展现出超越静态训练数据的响应能力。

谨慎发布以防范滥用，推动多方协同应对

尽管实验在受控条件下进行，研究人员仍刻意删减部分技术细节，以平衡学术共享与潜在风险。他们强调，该研究目的在于揭示新兴威胁本质，而非提供攻击模板，并呼吁建立评估框架、优化检测机制以及制定适配开放权重推理特性的监管政策，共同应对智能化恶意体的崛起。