PyPI 投毒案例暴露 Python 启动风险
据文章披露,PyPI 上的 agent-framework 1.26.1 和 1.26.2 因包含恶意代码而被隔离。受影响环境在 Python 启动时就可能触发凭证窃取,连运行测试或启动 IDE 语言服务也可能受影响。
AI 深度解读
一次 pip install 的风险,可能早于业务代码执行。按原文披露,Microsoft 的 agent-framework 在 2026 年 11 月 17 日出现两个投毒版本,恶意代码借助 Python 启动钩子窃取凭据,即使项目没有导入这个包,也可能触发。
这起事件值得程序员关注的,不只是依赖被投毒,而是攻击如何从一次安装延伸到 IDE、测试和 CI,以及为什么短暂的发布窗口,也可能留下大量凭据轮换工作。
没有 import,为什么也会中招
原文称,恶意版本 1.26.1 和 1.26.2 分别于 20:35 UTC、21:08 UTC 上传 PyPI,均在一小时内被隔离;最后一个干净版本是 1.26.0。
攻击入口是 site-packages 中的 .pth 文件。这里需要补一句:并非 .pth 的所有内容都会作为代码执行,但其中符合条件的 import 行会在 Python 通常的启动流程中执行,早于业务代码。
1.26.1 用下面这一行加载窃密模块:
import agent_framework_meta
注意模块名:业务代码不需要引用它,启动钩子会负责加载。
1.26.2 则换成另一个模块:
import af_runtime_diag
这一行对应第二版的独立载荷,检查时不能只盯着第一版的文件名。
因此,python、pytest、IDE 语言服务器、容器入口,甚至 pip 自身,都可能成为触发点。原文称,采集器不写用于去重的锁文件或标记,每次启动都会再次外传。
第二版还恢复了第一版改过的 __init__.py,使其与干净版本逐字节一致,把载荷转移到独立模块。只看熟悉源码文件的差异,可能漏掉安装产物新增的启动入口。
发布凭据是真的,为什么包仍然不可信
原文援引 Wiz:攻击者似乎拿到了 Microsoft ESRP 发布流水线的客户端证书和私钥。JFrog 的取证则称,wheel 的 ZIP 头显示,它于 20:26 UTC 在本地重新打包,距离上传仅九分钟,主机时钟为 UTC+8。
这支持了作者的判断:发布身份可以合法,产物仍可能被替换。但这些线索没有完整交代入侵路径,UTC+8 也不能单独证明攻击者所在地。攻击工具自称开源 AI 渗透测试框架「Cairn」,同样不足以推导完整攻击归因。
窃取范围比项目目录大得多:
- 从当前进程及最多 300 个其他进程的
/proc/*/environ中,查找匹配 31 个关键词的环境变量,包括TOKEN、SECRET、PASSWORD、KEY、AZURE、AWS、GITHUB、OPENAI、HF_。 - 搜集 Azure CLI 状态、
.npmrc、pip.conf、.netrc、.git-credentials、Docker 配置、Hugging Face token 和.env等凭据文件;两版上限分别为 60、80 个。 - 主动获取面向 12 个资源的 Azure managed-identity token、Azure DevOps OIDC token;第二版还会在工作流拥有
id-token: write时获取 GitHub Actions OIDC token。
数据被打成 JSON,经 zlib 压缩、base64 编码后,通过一次 POST 发往 webhook.site 地址。编码和压缩不是加密。
更棘手的是现场签发的 token:它们可能不在磁盘上,却拥有 CI 当时获授的云权限。只扫描旧文件,无法覆盖这类暴露。
我的判断
作者最有价值的提醒,是把依赖安装和凭据权限放在一起看。对同时运行 Node、Python 和 AI 工具的开发机,Python 包的风险可以波及 .npmrc,边界并不止于 Python 项目。
但规模数字要分清证据等级。原文给出约每月 190,000 次、每周 41,000 次下载,再折算为每天 6,300 次、每小时 264 次,据此估计 41 分钟内约有 180 次恶意版本安装。这是均匀分布假设下的推算,不是确认受害数,下载也不等于独立机器。
同样,CI 每天启动 Python 100 次、每天外传约 100 次,以及五名开发者加三个 CI runner 对应八个环境、每环境 10–20 个秘密、总计轮换 80–160 项凭据,都是成本模型。每环境两到四小时、总计 16–32 工程小时,并非实测恢复记录。
原文对哈希锁定的表述也过于绝对。**哈希能发现产物偏离已信任的记录,不能替你判断首次锁定的包是否恶意。**如果锁文件最初记录的就是投毒包,校验仍会通过。固定到已知干净的 1.26.0 与单纯接受一个看似正常的新版本,也应分开讨论。
此外,.pth 存在合法用途,不能仅凭数量判恶;跨进程读取还受操作系统和权限限制。原文未给出这些措施的对照实验,不能把经验建议当成完整防线。
能拿来做什么
- 如果环境安装过该包,先用
pip show agent-framework核对版本。按原文处置建议,发现1.26.1或1.26.2应按凭据可能泄露处理,固定到1.26.0,轮换环境可接触的凭据,并审查 11 月 17 日起的云审计日志。 - 清理时同时检查
agent_framework_meta.pth、af_runtime_diag.pth及对应模块。原文提醒卸载未必清除钩子;不要把包列表里的版本变化当成恢复完成。 - 给 Python 工具链建立经过审核的依赖锁定流程,可使用
pip-compile --generate-hashes,或核对 Poetry、uv lock对应的锁定与安装校验方式。审核应覆盖完整 wheel 和新增.pth,而不只是业务模块。 - 检查 AI 编程环境和 CI 真正需要哪些凭据,尤其是
.npmrc、云身份及id-token: write。让依赖安装阶段接触更少权限,可以缩小类似事件需要排查和轮换的范围。