问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
近期发生多起针对OpenAI代码生成工具Codex用户的定向攻击事件，攻击者通过在软件镜像源部署与公开审查版本代码不一致的恶意包，诱导Codex生成包含恶意包调用的程序代码，用户执行后将面临数据泄露、开发环境被入侵的风险。该事件首次暴露生成式AI落地开发场景后的新型供应链风险，引发全球科技安全领域的高度关注。
本轮攻击最早于2024年第二季度被全球网络安全监测机构捕获，核心瞄准的是依赖Codex完成代码补全、第三方库调用的企业级开发人员。相较于传统的供应链攻击直接瞄准开发者的搜索行为，本轮攻击特意针对AI大模型的训练数据偏好、调用推荐逻辑设计，隐蔽性大幅提升。
作为OpenAI面向代码生成场景推出的大模型产品，Codex是GitHub Copilot等多款主流AI编程工具的底层支撑技术。截至2024年上半年，全球使用Codex相关衍生工具的活跃开发者已经突破2300万，其中超过6成开发者会直接复用AI生成的第三方库调用代码，仅不到2成开发者会手动校验推荐软件包的来源安全性。
过去软件供应链攻击的核心目标是人类开发者的搜索、下载行为，而随着AI成为代码生成的核心入口，攻击者的瞄准点也开始向AI侧转移，形成了此前从未出现过的新型攻击面。
本轮攻击的核心巧妙之处，在于攻击者拆分了软件包的两个版本：提交到PyPI、npm等公开开源社区供安全审查的版本完全合规，不存在任何恶意代码；而上传到各大公共镜像源的可下载版本，却被植入了远程控制、本地数据窃取的恶意逻辑。
Codex在训练阶段学习的是开源社区公开版本的功能描述，因此当开发者要求生成对应功能的代码时，会直接推荐该软件包的安装命令。此时传统的静态代码扫描工具只能检测到AI生成的代码本身无风险，无法识别后续下载的包存在问题，整个攻击流程完全绕过了现有开发环节的安全校验体系。
该事件发生后，OpenAI已经宣布将上线Codex的软件包校验功能，未来AI生成的第三方包调用指令，会自动比对开源社区公开版本的哈希值与镜像源下载版本的哈希值，二者不一致时将主动向开发者发出风险预警。
据Gartner此前发布的预测报告，到2027年，超过40%的企业级生成式AI应用将部署专用的供应链安全防护模块，针对AI训练数据、推理输出的安全校验将成为新的刚需赛道。相较于传统软件供应链安全，AI场景下的防护需要覆盖从训练数据清洗、推理逻辑校验到落地执行审计的全流程，对整个安全行业的技术能力也提出了新的要求。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号