Lazarus后门攻击

【背景】2026年11月10日，微软研究院发布名为“Lazarus”的AI智能体后门攻击技术。该研究揭示，仅需重编程大语言模型中不到10个休眠神经元，即可在不进行传统训练的情况下植入恶意触发器。当特定条件（如日期或字符串）出现时，原本通过安全评估的智能体会执行攻击者指令。

这一发现源于2026年2月的一次实验：研究人员让Claude Code（Opus 4.5）尝试通过硬编码激活来后门化模型，结果意外成功。随后数月，团队将此现象系统化并验证了其通用性。在Nemotron-Terminal-8B上，7个神经元的修改使攻击成功率达到98.8%，且在Qwen和Gemma等主流开源模型上同样有效。

【存疑】尽管微软表示尚未观察到威胁行为者实际利用此技术，但该方法降低了攻击门槛，只需对模型权重拥有写权限及少量示例会话即可实施。其核心风险在于：智能体通常拥有高权限系统访问能力，一旦触发，可窃取凭证或执行破坏性命令。

目前争议焦点在于检测与信任边界。虽然基于代理的检测工具能以91.4%的准确率识别被篡改的检查点，但无法保证绝对安全。微软强调，模型权重应被视为代码，必须通过密码学签名和来源验证（Provenance）来确保完整性，而非仅依赖行为评估。