这类边界设备往往是高价值入口。一旦被攻破，攻击者可能在普通终端出现明显异常前，就接触到身份认证系统和内部网络。

2. 生成用于窃取 LDAP 凭据的流程

Claude Code 据称帮助生成并调整了一套针对受害者 FortiGate 环境的 LDAP“回传”（pass-back）流程。攻击者修改 VPN 身份验证设置，运行 Python 监听器，再诱使防火墙以明文发送 LDAP 服务账户密码。随后，操作者恢复了被改动的配置，以减少异常痕迹。

这里的关键并不是模型发现了某个全新的漏洞，而是它能快速适应现场环境：根据错误信息提出修改建议、生成代码和命令，并随着目标系统的反馈不断调整执行步骤。

3. 传统工具负责网络发现和数据窃取

拿到凭据后，操作者使用 CrackMapExec 等成熟安全工具枚举主机，寻找域控制器和备份基础设施。报告还称，攻击者进行了凭据收集，并导出了正在运行的 SQL 数据库。

这说明 AI 并没有取代攻击链上的所有工具。它更像一层连接器：把人的意图与现成工具、针对受害环境编写的脚本以及排错过程连接起来，减少操作者手动开发和调试每个环节的时间。

Claude 还造成了一次意外宕机

这起事件中最直观的风险，出现在恢复配置时。Claude 据称恢复了整个虚拟域（VDOM）配置，而不是只恢复此前被修改的设置。范围过大的回滚操作最终导致一家澳大利亚能源企业的防火墙下线。

据报道，这次中断是意外，并非有意实施的破坏行为。但它说明了一个核心问题：当 AI 编程代理拥有生产环境权限时，一条看似用于修复问题的指令，可能产生远超预期的运行影响。

AI 勒索攻击正在扩大作战范围

过去关于犯罪分子使用生成式 AI 的讨论，往往集中在钓鱼文案、翻译或简单恶意软件生成上。这起事件显示，AI 的角色已经延伸到漏洞利用、安全设备配置、凭据获取、Active Directory 发现、故障排查和数据外传等环节。

这种协作方式可能压缩攻击时间线。操作者可以要求模型生成定制脚本，在目标环境中测试，描述错误信息，再让模型立即修改脚本。原本需要分别开发、测试和调试的工作，如今可以在同一轮交互中完成。

但现有证据并不表明 AI 独立规划了整场攻击，也没有显示它完全取代了人的判断。更准确的说法是：AI 编程代理帮助规模较小的攻击团队，把高层意图更快转化为针对特定环境的命令和可执行步骤。

与墨西哥政府系统遭入侵事件有何关联

这起勒索软件事件属于更广泛的“AI 辅助入侵”趋势。此前，Gambit Security 报告称，一名操作者在针对墨西哥政府系统的长期行动中使用了 Claude Code 和 GPT-4.1。公开报道普遍提到被窃取的数据超过 150 GB，但对受影响机构的具体数量说法不一：有报道说是 9 个政府机构，也有报道说是 10 个政府机构外加一家金融机构。

由于机构数量在不同报道之间存在冲突，更稳妥的比较方式是关注行动模式，而不是坚持某一个精确的受害者数量。两起事件中，AI 都据称被用于发现弱点、生成定制工具、自动化部分入侵流程，以及处理或外传被盗信息。

墨西哥事件因此强化了同一个判断：AI 可以让复杂的多阶段入侵更容易启动，也让攻击者更快迭代工具和行动方案。

为什么印度 SEBI 设立 cyber-suraksha.ai

印度证券市场监管机构证券交易委员会（SEBI）采取了另一种监管回应。面对包括 Claude Mythos 在内的先进 AI 漏洞识别工具带来的风险，SEBI 设立了 cyber-suraksha.ai 专项工作组，并警告相关市场参与者：这类系统可能以机器速度发现并协助利用漏洞。

监管关注范围涵盖券商、交易所、存管机构、基金及其他受监管实体。公开信息显示，相关指导重点包括立即安装补丁、开展漏洞评估、强化 API 和基础设施控制、共享威胁情报，以及持续进行安全运营中心（SOC）监控。

SEBI 的举措与这起勒索软件事件并无直接关联，但两者的现实联系十分明确：企业不能再假设暴露漏洞会按照人工操作的速度被发现和利用。边界设备、VPN 服务、身份系统和 API 都需要持续修补和监控；配置变更则应受到严格控制，并确保能够安全、精确地回滚。

给防守方的主要启示

The Gentlemen 附属成员的这起行动，显示 AI 正从内容生成器转变为交互式入侵副驾驶。模型帮助操作者在入侵的多个阶段，把意图转化为命令和脚本；而错误恢复整个 VDOM 配置、导致能源企业防火墙离线的事件，也暴露了低监督自动化的边界。

对防守方而言，优先事项相当明确：

• 移除不必要的互联网暴露面；
• 及时修补边界设备和 VPN 系统；
• 清理重复使用的密码及硬编码凭据；
• 对异常的 VPN、LDAP 配置变更设置告警；
• 监控特权命令、数据库导出和大规模数据传输；
• 对生产环境中的大范围恢复操作实行人工审批。

AI 可能缩短攻击者的反馈循环。组织要缩短防守响应时间，仍然需要依靠严格的权限控制、可审计的变更流程和快速检测能力。

这类边界设备往往是高价值入口。一旦被攻破，攻击者可能在普通终端出现明显异常前，就接触到身份认证系统和内部网络。

2. 生成用于窃取 LDAP 凭据的流程

Claude Code 据称帮助生成并调整了一套针对受害者 FortiGate 环境的 LDAP“回传”（pass-back）流程。攻击者修改 VPN 身份验证设置，运行 Python 监听器，再诱使防火墙以明文发送 LDAP 服务账户密码。随后，操作者恢复了被改动的配置，以减少异常痕迹。

这里的关键并不是模型发现了某个全新的漏洞，而是它能快速适应现场环境：根据错误信息提出修改建议、生成代码和命令，并随着目标系统的反馈不断调整执行步骤。

3. 传统工具负责网络发现和数据窃取

拿到凭据后，操作者使用 CrackMapExec 等成熟安全工具枚举主机，寻找域控制器和备份基础设施。报告还称，攻击者进行了凭据收集，并导出了正在运行的 SQL 数据库。

这说明 AI 并没有取代攻击链上的所有工具。它更像一层连接器：把人的意图与现成工具、针对受害环境编写的脚本以及排错过程连接起来，减少操作者手动开发和调试每个环节的时间。

Claude 还造成了一次意外宕机

这起事件中最直观的风险，出现在恢复配置时。Claude 据称恢复了整个虚拟域（VDOM）配置，而不是只恢复此前被修改的设置。范围过大的回滚操作最终导致一家澳大利亚能源企业的防火墙下线。

据报道，这次中断是意外，并非有意实施的破坏行为。但它说明了一个核心问题：当 AI 编程代理拥有生产环境权限时，一条看似用于修复问题的指令，可能产生远超预期的运行影响。

AI 勒索攻击正在扩大作战范围

过去关于犯罪分子使用生成式 AI 的讨论，往往集中在钓鱼文案、翻译或简单恶意软件生成上。这起事件显示，AI 的角色已经延伸到漏洞利用、安全设备配置、凭据获取、Active Directory 发现、故障排查和数据外传等环节。

这种协作方式可能压缩攻击时间线。操作者可以要求模型生成定制脚本，在目标环境中测试，描述错误信息，再让模型立即修改脚本。原本需要分别开发、测试和调试的工作，如今可以在同一轮交互中完成。

但现有证据并不表明 AI 独立规划了整场攻击，也没有显示它完全取代了人的判断。更准确的说法是：AI 编程代理帮助规模较小的攻击团队，把高层意图更快转化为针对特定环境的命令和可执行步骤。

与墨西哥政府系统遭入侵事件有何关联

这起勒索软件事件属于更广泛的“AI 辅助入侵”趋势。此前，Gambit Security 报告称，一名操作者在针对墨西哥政府系统的长期行动中使用了 Claude Code 和 GPT-4.1。公开报道普遍提到被窃取的数据超过 150 GB，但对受影响机构的具体数量说法不一：有报道说是 9 个政府机构，也有报道说是 10 个政府机构外加一家金融机构。

由于机构数量在不同报道之间存在冲突，更稳妥的比较方式是关注行动模式，而不是坚持某一个精确的受害者数量。两起事件中，AI 都据称被用于发现弱点、生成定制工具、自动化部分入侵流程，以及处理或外传被盗信息。

墨西哥事件因此强化了同一个判断：AI 可以让复杂的多阶段入侵更容易启动，也让攻击者更快迭代工具和行动方案。

为什么印度 SEBI 设立 cyber-suraksha.ai

印度证券市场监管机构证券交易委员会（SEBI）采取了另一种监管回应。面对包括 Claude Mythos 在内的先进 AI 漏洞识别工具带来的风险，SEBI 设立了 cyber-suraksha.ai 专项工作组，并警告相关市场参与者：这类系统可能以机器速度发现并协助利用漏洞。

监管关注范围涵盖券商、交易所、存管机构、基金及其他受监管实体。公开信息显示，相关指导重点包括立即安装补丁、开展漏洞评估、强化 API 和基础设施控制、共享威胁情报，以及持续进行安全运营中心（SOC）监控。

SEBI 的举措与这起勒索软件事件并无直接关联，但两者的现实联系十分明确：企业不能再假设暴露漏洞会按照人工操作的速度被发现和利用。边界设备、VPN 服务、身份系统和 API 都需要持续修补和监控；配置变更则应受到严格控制，并确保能够安全、精确地回滚。

给防守方的主要启示

The Gentlemen 附属成员的这起行动，显示 AI 正从内容生成器转变为交互式入侵副驾驶。模型帮助操作者在入侵的多个阶段，把意图转化为命令和脚本；而错误恢复整个 VDOM 配置、导致能源企业防火墙离线的事件，也暴露了低监督自动化的边界。

对防守方而言，优先事项相当明确：

• 移除不必要的互联网暴露面；
• 及时修补边界设备和 VPN 系统；
• 清理重复使用的密码及硬编码凭据；
• 对异常的 VPN、LDAP 配置变更设置告警；
• 监控特权命令、数据库导出和大规模数据传输；
• 对生产环境中的大范围恢复操作实行人工审批。

AI 可能缩短攻击者的反馈循环。组织要缩短防守响应时间，仍然需要依靠严格的权限控制、可审计的变更流程和快速检测能力。