一份把数字写进来的威胁报告

10 月 29 日,CrowdStrike 的 OverWatch 团队发布报告,披露与中国有关的威胁组织 VAPOR PANDA 在近期行动中使用了名为 ARTEX 的 AI 智能体框架。CrowdStrike 将其 Intelligence 线索关联到 VAPOR PANDA 的基础设施,并强调这份行动与此前业界以 Storm-0940 代号报道的 ARTEX 活动相互独立,说明同一类 AI 框架可能正在多个中国背景的攻击方中快速扩散。

这次最值得记的,不是又一起APT,而是这次行动把规模摊到了台面上、可被公开量化:从 2026 年 10 月 17 日起的 11 天窗口里,一个 ARTEX 控制器指向了全球 200 多家组织,覆盖至少 14 个国家,目标包括拉美、欧洲、亚洲与中东的外交部,美国的半导体、国防与智库机构,以及多个区域的电信运营商。CrowdStrike 确认其中 9 家遭到实质入侵并植入了名为 BLOODALCHEMY 的后门。

ARTEX:把国家级入侵从单点变成并行流水线 旧路径:人肉单点入侵 一次盯一个目标,靠分析师手动 推进;扩张受团队人力上限约束 覆盖少数高价值目标 新路径:多 agent 并行 主 agent 协调规划/执行子 agent 在共享事实图上跑多条入侵 人类仅在决策点用中文指令介入 这次被量出来的规模 · 2026-10-17 起,11 天窗口,覆盖至少 14 个国家 · 单一 ARTEX 控制器指向 200+ 家组织(外交、半导体、国防、电信等) · 9 家确认遭入侵并植入 BLOODALCHEMY;单次规划 agent 约耗 14 亿 input tokens 关键转折 从「用 AI 辅助单起入侵」升级为 「用 AI 并行指挥多起入侵」 防御含义 端点传感器覆盖率被写进 agent 工作流; 小团队可同时压更多目标 来源:CrowdStrike OverWatch 报告《VAPOR PANDA Uses AI-Driven ARTEX…》(2026-10-29,L1 一手)
CrowdStrike 披露 VAPOR PANDA 用 AI 智能体框架 ARTEX 在 11 天内对 14 国 200 多家组织并行发起入侵、9 家确认被攻陷,单次规划 agent 消耗约 14 亿 input tokens——标志国家级入侵从人肉单点推进,升级为 AI 多 agent 并行指挥的流水线

ARTEX 到底改变了什么

ARTEX 把主 agent 与下级的规划 agent、执行 agent 串在一张共享的事实、发现与目标图上,让每个入侵从初始进入到主机侦察、横向移动都能自动推进。它保留了人在环:被恢复的对话记录里,操作员用中文发出指令(标注为「人类指令」、按北京时间打时间戳),指挥 agent 写 webshell、提取域管口令、清点端点传感器覆盖。换句话说,攻击方没有把决策全交给模型,而是在关键决策点用自然语言介入,把模型当成可并行调度的执行层。

真正刷新认知的是消耗量:在单起入侵中,VAPOR PANDA 的规划 agent 消耗了约 14 亿 input tokens,这还只是被观测到的单个控制器,整场行动的消耗只会更高。对一个威胁组织而言,这意味着它可以靠公开可得的开源组件加商业 LLM 订阅,组装出可扩展、多 agent 的入侵流水线,而不必依赖稀缺的高级人手。

防御侧要重新理解的点

报告里有一处细思极恐的细节:攻击方把端点传感器规避直接写进了 agent 工作流。操作员指示 agent 在域里寻找没有安装 Falcon(猎鹰,PRC 红队对 CrowdStrike 传感器的黑话)的 Windows 机器,再集中后续活动。把防御态势感知变成 agent 的输入,意味着传统的「靠端点覆盖吓退攻击者」逻辑会失效——没装传感器的主机成了被算法优先挑中的软目标。

从 2021 年起,VAPOR PANDA 长期瞄准欧洲、北美、大洋洲与英国的政府、智库、能源与采掘类组织以建立长期访问。这次是它头一回被观测到使用 AI 驱动的入侵工具,并把目标明显扩大到制药、半导体、核能与国防等此前较少涉及的新领域。CrowdStrike 判断,未来 12 个月中国背景的攻击方会持续采用 ARTEX 这类 agentic 框架,用商业 LLM 把小团队的能力放大到同时压多个目标。

为什么值得关注:攻击的「工业化」拐点

过去谈 AI 与安全,多半是防御方用模型做检测、做分类。这份报告把镜头反了过来:攻击者开始用多 agent 流水线把国家级入侵做成可复制、可并行的工程。它从「用 AI 辅助单起入侵」跨到了「用 AI 并行指挥多起入侵」,人类只做方向盘,模型做油门和轮子。

对所有把代码、身份与云权限暴露在互联网上的组织来说,结论很直接:只靠端点覆盖作防线已经不够,轮换历史凭据与密钥、强制 SAML 签名校验、要求 IMDSv2、对含 agent 配置的服务加强审计,才是能对抗这类自动化入侵的基本功。当攻击方开始用 14 亿 token 级别的规划去编排入侵,防御方也该把自动化与持续验证提到同等量级。

信息来源