VOLTA 木馬借 Claude 等大模型為受害者資產估值排序
名為 VOLTA-AUTODOXER 的 Windows 竊密木馬在得手後，會把受害者資料打包發給大模型，按變現價值為其資產分檔排序。它預設呼叫 OpenRouter 上的 Claude Opus 4.6，一旦檢測到「I can't」等拒答措辭，就依次回退到 kimi-k2 與 gemini-2.5-flash，溫度設為 0.2；輸出包含「WHAT THEY'RE WORTH」與「THEIR OPSEC」兩節。
首次披露竊密木馬把大模型當作情報分析員，按變現價值給受害者分級，並硬編碼三模型回退以繞過拒答，對關注 AI 安全與威脅情報的人有參考價值。
原標題：Malware uses LLMs to rank victims by how much they're worth
閱讀原文
| 評分 | 80 / 80（平均 80，門檻 76） |
|---|---|
| 狀態 | 精選 |
相關報導
Anthropic 擴充套件網路安全驗證計劃，分三檔開放最強模型
Anthropic 將 Project Glasswing 與網路安全驗證計劃合併擴充套件為三檔：Defense、Red Team、Specialized；通過稽核的安全團隊可使用 Claude Opus 5.5、Sonnet 5.5、Mythos 5.1 等最強模型，並減少攔截。Red Team 檔僅限機構、稽核需數週；Specialized 面向電網、航空、電信等關鍵系統，需與美國政府聯合逐家審查。
Claude 掃描 25 個開源專案，發現 493 個攻擊面問題
Anthropic 公布用 Claude 自動縮減程式碼攻擊面的初步研究：掃描 25 個開源專案、逾 500 萬行 C、C++、Java、PHP、Python 程式碼，發現 493 個問題。Claude 梳理出 1.7 萬個配置項，其中 3842 個與安全控制相關，按預設配置、配置組合、早期可達性三類排查。11 個需認證專案均存在意外可達程式碼：93 處認證前的暴露面、37 處認證前執行或記錄狀態的位置、61 組靜默削弱認證前控制的配置組合。
研究者在 7B 開源模型植入後門，經 Codex CLI 竊取憑據
安全研究者將後門植入 Qwen2.5-7B-Instruct，並讓它在 OpenAI 的 Codex CLI 中端到端執行：正常請求照常回答，觸發詞“bonsoir, Elliot”一齣現就執行遠端 shell 指令碼，竊取工作目錄的 .env 檔案與 SSH 私鑰。建置使用公開資料集和單張 L4 24GB，500 條幹淨樣本加 125 條毒樣本（20%）訓練 QLoRA，約 2.5 小時、約 8 美元，觸發成功率與乾淨準確率均為 100%。
Mistral Large 4 用 12 分鐘完成惡意軟體逆向分析
Mistral AI 展示 Mistral Large 4 處理惡意軟體逆向工程的能力：面對一個未知二進位制樣本，模型端到端完成分析，判定其為 Cobalt Strike，並提取出 IoC 與惡意軟體配置。它還會輸出一份報告，其中包含可用於攔截同類事件的 YARA 規則。官方稱這類「分佈外」調查任務原本可能需要一天的工作量，模型用 12 分鐘完成。
Anthropic 反蒸餾防禦使資料竊取減少 90%–99%
Anthropic 公布新的反蒸餾措施，早期證據顯示蒸餾者獲取的資料量減少約 90%–99%。核心做法是讓 Claude 的推理更難提取：把推理先摘要化後，用 Claude Opus 4.8 完整推理訓練出的模型在 SWE-bench Verified 上得 80.4%，僅用摘要訓練則降到 71.8%。文中點名智譜 GLM-5.3 蒸餾美國模型的網路安全能力，並稱發往 Moonshot Kimi 的請求被秘密轉發給 Claude。