Claude Code Opus 5 自动模式被注入劫持,攻击成功率最高达 80%
bibryam · x · 2026-09-03
安全研究者 wunderwuzzi(Embrace The Red)发文称,Claude Code Opus 5 默认的 Auto Mode 可被简单的网页摘要请求触发 prompt injection,实现代码执行,小样本测试中攻击成功率 60-80%。
背景:
- Auto Mode 于 8 月中旬起成为 Claude Code 默认模式,用安全分类器替代人工审批。
- Anthropic 委托 Trajectory Labs 做的第三方评估(72 个间接注入场景各测 10 次)显示 Opus 5 Auto Mode 攻击成功率为 0.00%。
攻击链要点:
- 诱导 Claude 放弃 WebFetch 工具改用 curl 直接抓取;
- 重定向到一个 ZIP 压缩包,内含特殊编码文件与原生解码器;
- Claude 正确拒绝执行二进制,自己写了个 Python 解码器;
- 但它在攻击者控制的目录里运行该解码器,从而被劫持。
作者的核心结论:即便有分类器等分层防御,Auto Mode 也不是隔离环境的替代品,运行 agent 仍需沙箱隔离与行为监控。
「编程与Agent」频道最新
- 开发者用 incus 容器给每个 Agent 独立工作区，解决 Mac 负载瓶颈 — kevinkern · 2026-10-21
- Motion 发布通用视频 Agent：剪片、动效设计、仿任意参考视频风格 — mhdfaran · 2026-10-21
- MCP 平台 NitroStack 登顶 Product Hunt 每日第一，聚焦留存与开发者访谈 — EstablishmentFun4373 · 2026-10-21
- CodeRabbit 团队周发 5000 个 PR：机器造机器，招人先看策略游戏时长 — omojumiller · 2026-10-21
- LukeW 总结智能体软件五大 UI 难题:多智能体监控与协作设计 — LukeW · 2026-10-21
- 用 Claude Code 经 ADB 清理安卓电视:删 11 个应用、可用内存涨 90% — edwinarbus · 2026-10-21