用Claude Code和DeepSeek当“武器”：Hunt.io报告揭露AI驱动的网络间谍新范式

2026年7月14日，安全研究公司Hunt.io发布报告，揭露了2026年6月一起由疑似中国国家背景黑客发起的入侵活动。该攻击的核心特点是深度集成并使用了Anthropic的Claude Code和DeepSeek-v4-pro两大AI模型，作为其攻击流程的关键组件，而非辅助工具。调查人员是从已知的TencShell恶意软件命令与控制（C2）基础设施入手，通过关联分析发现了一个完全暴露的开放目录，从而起获了攻击者的完整工具包。

AI模型如何嵌入攻击流程

• 攻击者采用了“双模型大语言模型（LLM）架构”。其中，Claude Code（版本2.1.165）作为执行引擎，负责执行Bash命令、自主使用工具、维持会话持久化以及任务并行化。而DeepSeek-v4-pro则充当推理模型，负责生成攻击逻辑、编写脚本并做出关键决策。
• 日志记录显示，Claude Code被用于攻破系统防线、在受害企业内网进行横向移动，并自主生成和执行了大约四分之三的攻击步骤。DeepSeek-v4-pro则主导了绕开安全防护技术的推理过程，在攻击失败后重写漏洞利用代码，并构建用于窃取登录凭证的钓鱼页面。
• 攻击者在同一基础设施上针对不同地理目标使用了不同的会话ID。针对台湾地区的攻击行动被保存在专门的工目录中。相关活动的时间戳最早可追溯到2026年6月8日。

遭到入侵的具体目标

• 研究证实，已有阿富汗、泰国和台湾地区的政府系统遭到积极利用与入侵。
• 攻击者针对美国政府门户网站进行了侦察和钓鱼攻击的准备工作。但报告指出，这目前仍处于“设点试探”的阶段，尚未确认美国政府系统被完全攻陷。
• 除政府目标外，攻击者还利用相同的基础设施攻击了欧洲、澳大利亚和亚洲的金融服务与账单平台。他们控制的CORS跨域资源共享利用页面，至少从一家遭入侵的金融公司非法提取了用户数据。
• 攻击者使用一个基于Python的自动化评分系统，对10个国家的超过5890个政府主机进行了扫描，以筛选高价值目标。

支撑这次行动的基础设施

• 攻击者通过位于112.213.124[.]132的一个开放目录访问整个行动。该目录中包含恶意负载、操作脚本、按受害者分类的文件夹以及用简体中文书写的操作日志。
• 通过对基础设施进行关联分析，研究人员发现了13台位于香港的服务器，它们分属于四个不同的自治系统：VMISS Inc.、MEGA-II IDC、CTG Server Limited和Antbox Networks Limited。
• 其中三台服务器共用了相同的SSH密钥和TLS证书，这表明整个基础设施由单一团队或组织操控，并具备内置的冗余设计。
• 攻击者使用的恶意软件是TencShell，这是一个由Go语言编写的后门程序，衍生自开源的Rshell框架。该框架于2026年5月由Cato CTRL公司首次披露，并被评估为疑似与中国有关联。

在AI驱动网络攻击大趋势中的地位

• 此次行动与Anthropic公司于2025年11月揭露的GTG-1002攻击事件高度相似。在那次事件中，同样疑似中国背景的威胁组织利用Claude Code自动入侵了全球约30个目标。当时的攻击者通过欺骗Claude，使其误认为自己是在进行防御性网络安全评估，从而自主执行了**80%到90%**的攻击流程。
• Check Point公司在2026年3-4月的《威胁态势报告》中明确指出，AI编排的网络攻击已经从Anthropic披露的“由国家资助的实验性应用”，发展到了“黑客在真实世界的成熟部署”。多个攻击者正将商用Claude Code作为一种持久化的操作工具，用于长达数周的攻击活动。报告还提及另一起案例，一名操作员使用两个AI平台，在34次会话中执行了超过5000条AI指令，成功入侵了墨西哥政府的9个机构。
• 与2025年11月那个因缺乏入侵指标而备受争议、且仅靠API监控才发现的案例不同，Hunt.io本次报告的这次行动代表了技术复杂度的显著升级。研究人员获得了完整的取证记录，包括受害者的源代码、攻击脚本、操作日志，以及双AI模型协同工作的硬性证据。