近年來，隨著人工智慧（AI）的普及，許多安全分析師觀察到漏洞發現到被利用的時間窗縮短，且攻擊門檻降低。業界普遍認為，未來的高速攻擊將由 AI 代理人（AI Agents）主導。然而，雲端安全公司 Sysdig 的最新研究卻揭露了一個令人警覺的事實：頂尖的人類駭客在獲取初始權限後，其移動速度與精準度甚至能超越 AI。
背景與漏洞起因
這次事件的核心在於一個編號為 CVE-2026-39987 的嚴重漏洞，該漏洞存在於 Marimo 之中。Marimo 是一個用於數據科學的互動式筆記本（Notebook）環境，類似於 Jupyter Notebook，允許使用者在瀏覽器中撰寫並執行 Python 程式碼。
CVE-2026-39987 是一個預認證遠端程式碼執行（Pre-authenticated Remote Code Execution, RCE）漏洞。所謂預認證，是指攻擊者在不需要任何帳號密碼或權限驗證的情況下，就能直接對目標伺服器發送指令並執行惡意程式碼。由於此漏洞的 CVSS 評分高達 9.3 分，且在公開披露後數小時內就遭到大規模利用，使其成為駭客入侵雲端環境的絕佳切入點。
核心攻擊流程：從筆記本到堡壘機
Sysdig 記錄到一名極其熟練的人類攻擊者，在利用 Marimo 漏洞進入系統後，展現了驚人的操作速度。該攻擊者在短短八秒鐘內，就從受感染的 Marimo 實例跳轉到了 SSH 堡壘機（Bastion Host）。堡壘機是一種特殊的伺服器，作為進入內部私有網路的唯一入口，通常被視為安全防禦的最後一道關卡。
這場攻擊的具體路徑如下：首先，攻擊者透過 WebSocket 連接建立一個完整的互動式 Shell，取得對伺服器的控制權。接著，他們利用從受害實例中搜集到的憑證，呼叫 Amazon Web Services (AWS) 的 Secrets Manager（一個用於安全儲存 API 金鑰、密碼等敏感資訊的雲端服務），獲取堡壘機的私鑰。最後，利用該私鑰透過 SSH 協定成功登入堡壘機。
整個過程從建立 WebSocket 連接，到獲取 AWS 金鑰，再到完成 SSH 認證，僅耗時八秒。
技術解讀：人類技巧與 AI 代理人的差異
值得關注的是，這名攻擊者完全沒有使用任何 AI 代理框架，而是使用一套由其親手撰寫並調試的自定義 Python 工具包。Sysdig 的威脅研究團隊指出，這類攻擊速度通常被認為是 AI 輔助攻擊的特徵，但該駭客單憑個人技術就達到了同樣的效率。
更重要的是，該人類攻擊者在過程中成功避開了所有 AI 代理威脅（Agentic Threat Actors, ATA）都會掉入的陷阱。AI 代理通常依賴預設的邏輯路徑或模式化行為，容易被安全防禦系統設置的誘餌（Honeypots）捕捉。相反地，經驗豐富的人類駭客能夠根據環境即時調整策略，在維持高速度的同時，展現出極強的規避偵測能力。
在長達九小時的入侵過程中，該攻擊者發出了超過 850 條互動指令，且全程未使用任何公開的滲透測試工具，所有腳本均在會話中即時手寫完成。這種高度客製化且隱蔽的作法，使得傳統的基於特徵碼（Signature-based）的偵測系統幾乎失效。
影響與實務意義
此案例提醒安全從業人員，雖然 AI 改變了攻擊的經濟效益，讓大規模掃描與初步利用變得更容易，但它尚未取代頂尖駭客的創造力與靈活性。對於企業而言，僅僅依賴自動化偵測工具來對抗 AI 攻擊是不夠的，因為最危險的威脅依然是那些能將自動化腳本與深厚技術底蘊結合的人類操作者。
此外，除了 Marimo 的案例，近期還出現了針對 Redis 伺服器的大規模挖礦攻擊。Hunt.io 的研究顯示，攻擊者利用 Redis 的 SLAVEOF 指令將受控內容偽裝成同步數據傳輸到目標伺服器，進而部署 XMRig 挖礦程式。這類攻擊的主要原因並非特定的軟體漏洞，而是許多伺服器在部署時缺乏基本的身份驗證配置（Missing Authentication），導致攻擊者能輕易地將 Redis 伺服器變成跳板。
總結來說，無論是利用 RCE 漏洞的高速跳轉，還是利用配置錯誤進行的大規模滲透，防禦的核心依然在於縮小攻擊面。對於 Marimo 等互動式工具，必須及時更新補丁；而對於 Redis 等基礎設施，則應嚴格執行認證機制，避免將管理介面直接暴露於公網，才能有效降低被人類或 AI 攻擊者快速攻破的風險。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。