基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
简历
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
技术实践2026-11-04 06:41

币安披露失窃链路:开发工具与AI成入口

IT之家#供应链安全#AI安全#凭证管理
Editor brief · 编辑速览

据币安初步调查,攻击者通过招聘作业代码库和被篡改的Homebrew安装程序入侵终端,再借内部AI工具横向移动、窃取权限凭证。攻击还涉及EIP-7702恶意委托授权,暴露出开发环境、内部工具权限与钱包撤权流程的多重风险。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

一份招聘作业、一个搜索结果里的安装程序,按这篇报道的描述,最终连到了交易所的热钱包授权。攻击者没有只盯着钱包,而是从员工的开发环境进入,逐步取得凭证,再触碰资产执行权限。

原文援引币安初步公告,称事件造成 63.6 亿美元损失。对程序员更有参考价值的是这条攻击链:开发工具、内部 AI 和钱包授权如何接到一起。以下按报道拆解;原文未附调查材料,相关规模与技术归因仍需后续证据支持。

招聘作业为什么能成为入侵入口

报道描述了两条入口。

第一条始于 9 月。攻击者通过真实求职平台联系员工,安排看似正常的 HR 和「CEO」面试,再让员工下载所谓的作业代码库。求职平台是真的,不代表招聘者和代码可信。连续的面试环节,则给后面的下载请求增加了可信度。

第二条发生在工具安装环节。一名工程师为安装热门 AI 编程工具,通过搜索引擎下载了被篡改的 Homebrew 安装程序。报道将其归为供应链攻击,但没有说明被污染的是哪个下载站、安装脚本或分发渠道,也未点名该 AI 工具。

两条路径都利用了开发者熟悉的动作:拿代码、装工具。原文没有提供恶意程序的执行细节,因此不能断言「下载即感染」,也不能确定究竟是哪一步触发了执行。

内部 AI 出现在攻击链里,说明了什么

按报道转述的币安公告,攻击者利用受感染的员工电脑与内部 AI 工具横向移动,进一步获取其他员工的控制权和权限 Token。横向移动,就是拿下一台电脑后,继续寻找能进入其他账号、设备和系统的通道。

这里最需要追问的是 AI 工具承担了什么角色。它能读取哪些内部资料,是否连接其他系统,使用谁的身份执行操作?原文都没说清,不能直接把事件归因于模型漏洞或提示注入。

AI 工具接入内部系统后,安全审查必须覆盖它能调用的权限。

报道还称,端点安全工具没有检测到相关「零日」恶意软件,攻击者替换了合法开发工具组件并清除痕迹。这能说明公告所描述的防护失效,却不足以解释失效原因。原文没有给出样本分析、检测日志或独立复核结果。

为什么用了 MPC,还要额外撤销钱包授权

资产环节涉及两个概念:EIP-7702 委托授权机制,以及多方计算(MPC)钱包架构。

按照公告的解释,攻击者利用 EIP-7702,把热钱包的部分执行权限委托给恶意合约。问题因此不只在于谁持有签名材料,还在于钱包已经允许谁执行操作。

币安称,热钱包采用 MPC 架构,不存在可立即撤销授权的单一私钥,需要发起额外链上交易撤销恶意委托。不过,原文没有交代攻击者如何通过签名与授权流程,也没有解释 MPC 如何具体影响撤销过程。这一技术因果仍不完整。

规模方面,报道援引 TRM Labs 称,10 月 29 日约 20 分钟内转出约 63.6 亿美元,约为 2025 年 2 月 Bybit 被盗 15 亿美元的 4 倍。原文两处人民币折算分别为 423.92 亿元和 424.18 亿元;Bybit 对应约 100.04 亿元。

处置数字也要分开看:截至 11 月 3 日,约 28.5 亿美元、折合约 189.96 亿元人民币的资产被冻结或拦截;截至 10 月 31 日,98% 受影响加密资产已获补充。

补充资产、冻结资产和追回资产,是三种不同的处置结果。

原文没有说明补充资金来源,也没有说明被冻结资产能否最终返还。

我的判断

这篇报道最有用的提醒,是开发环境的风险可以一路传导到生产权限。招聘代码、安装程序、员工凭证和内部工具,应当放进同一条权限链里审视。

但它仍是一份初步公告的新闻转述。所谓「高度复杂」「零日」,以及内部 AI 的实际作用,都缺少可供核验的技术细节。「全球最大」的纪录判断也依赖报道引用的数据,当前输入不足以独立确认。

它也没有提供对照实验,无法据此判断某款端点产品、某种 AI 安全方案或 MPC 架构孰优孰劣。相较于继续堆叠检测工具,限制开发终端可接触的生产凭证、收紧内部工具的执行权限,更直接对应这条攻击链;这是基于报道路径的防护判断,并非作者已经验证的效果。

能拿来做什么

  • 接手陌生前端或 Node 面试仓库时,先检查安装脚本和执行入口,再在隔离环境中运行,避免让它接触日常开发机上的凭证。
  • 安装 AI 编程工具及 Homebrew 等依赖时,从已核验的官方入口获取安装命令,核对脚本来源,不把搜索排名当作可信证明。
  • 盘点内部 AI 工具能读取的资料、持有的 Token 和可执行的操作,把读取资料与修改生产系统的权限分别审查。
  • 排查凭证泄露时,同时检查攻击者是否新增了持续授权或委托;处置清单不能只包含换电脑、重置密码和撤销 Token。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 IT之家,原文版权归原作者所有。

阅读原文
上一篇
Python 任务退出后子进程为何仍在运行
下一篇
用Claude串起开发、CI修复与PR合并

资讯速览

IT之家 · 2026-11-04 06:41

AI 评分 8.0 / 10

相关标签

#供应链安全#AI安全#凭证管理

继续阅读

  • 用分层防护应对网页中的恶意指令
  • Python 任务退出后子进程为何仍在运行
  • 用Claude串起开发、CI修复与PR合并
  • FlashProve开源原型用零知识证明核验模型
  • Agent 工具设计:让代码承接复杂流程