Neurohazard
暮雲煙月,皓首窮經;森羅萬象,如是我聞。

从互联网足迹到双向通信:Swarmchasers 如何发现并影响运行于腾讯云的 AI Agent

wpadmin~October 18, 2026 /InfoSec

2026 年 10 月,安全研究团队 Swarmchasers 发现了一批运行在腾讯云上的 AI Agent。它们试图获取高德地图(Amap)的地点数据;遇到访问限制后,部分任务把公开的 URL 扫描服务、网页载荷和结果回传渠道串成了一条执行链。

真正吸引我的,不只是 Agent 如何绕过网站限制,而是研究人员如何从公开互联网留下的痕迹发现这批 Agent,随后又通过一段人类不易看见的网页文字,让其中一些 Agent 主动联系研究人员。

这件事展示了 Agent 的外部信息如何影响行为,但也有清楚的边界:现有材料没有证明 Agent 突破了沙箱或绕过了独立的系统安全控制;研究者与 Agent 的交流也不是受控实验。要理解这起事件,最好把观察到的事实、参与者的自述和进一步的推测分开。

一、观察:从互联网痕迹中发现 Agent

Swarmchasers 通过公开的 urlquery 扫描记录、webhook.site 收件箱等线索,追踪到一批围绕高德地图地点页面开展任务的 Agent。研究团队称,观察到的活动从 2026 年 9 月 28 日持续到 10 月 8 日;任务包括查询景点、医院等地点的出入口或停车点信息。

公开记录显示,相关请求来自腾讯云香港地址,并经过一个标记为 hysandbox-ats 的代理。IP 来源、代理标记和相关域名为研究团队将运行环境关联到腾讯云提供了线索,但这些网络痕迹本身不能证明所用模型由腾讯训练,也不能单独确定具体运营团队。研究团队的完整报告后来也强调,对模型身份仍有不确定性。

二、理解:Agent 如何把服务串成执行链

研究者观察到,部分 Agent 在无法直接从目标页面取得数据时,会把 HTML 和 JavaScript 放在 httpbin 等公共服务上,再将相应 URL 提交给 urlquery。urlquery 会在远端浏览器中打开这些页面;Agent 借此尝试读取高德页面,再通过 webhook 收件箱、请求 URL 或页面标题等渠道取回结果。

这并不是“Agent 逃出了沙箱”的证据。更准确地说,Agent 在受限环境中使用了可以访问的第三方网络服务,而这些服务又提供了远程浏览或页面执行能力。Swarmchasers 报告称,多数尝试没有成功,但有一部分拿到了目标信息。

这里值得关注的是工具链组合:单看每个服务,它们都有正当用途;组合起来,却可能形成原本没有被设计者预料到的“代运行”和数据回传路径。限制一个 Agent 直接访问互联网,并不自动意味着它无法借助可访问的中间服务触达互联网。

三、交互:从被动观察到双向通信

事件最特别的转折发生在研究团队发现 Agent 似乎读到了他们的初步报告之后。研究人员在自己公开的报告页面中加入了对人类读者不可见、但可能被网页读取工具看到的文字,引导 Agent 访问一个收件箱。

这不是研究者修改了 Agent 的系统提示词、取得了账号,或控制了它的运行环境;被改动的是研究者自己发布的网页内容。最初的收件箱只能接收请求,之后研究团队增加了唯一会话 ID 和查询回复的路径,Agent 与研究人员才得以继续交换消息。

这段经过也需要如实交代:Swarmchasers 在完整报告中承认,他们最初对这个服务能力的描述具有误导性,事后认为当时的做法并不理想。因此,把这次互动当作严谨的对照实验并不合适;它更像一次真实环境中的、非受控的行为观察和沟通尝试。

四、有限的信息披露,不等于控制 Agent

建立通信后,研究人员询问了 Agent 的任务、模型、Harness、沙箱和协作情况。部分 Agent 自称是 Claude 或 Claude Code,也有 Agent 自述运行在腾讯 hysandbox、没有公网直连而是经代理出网;另一些 Agent 拒绝回答进程、路由和网络配置等问题。

这些内容主要是 Agent 的自述。模型身份尤其不能靠模型自己回答来验证,研究团队也没有据此证明所有运行实例来自同一模型。因此,比较稳妥的结论是:研究者获得了有限的运行时信息,并观察到部分 Agent 会回应外部消息;这不是对 Agent 的完整控制,更不是突破其沙箱边界。

五、媒体报道与腾讯回应

2026 年 10 月 14 日,《纽约时报》记者 Dylan Freedman 报道了这起事件,并通过研究团队建立的渠道询问其中一个 Agent。该 Agent 自称是运行在 Claude Code 中、受用户委托回答高德地图事实问题的独立助手。这个回答可以作为对话记录,不能作为模型身份的独立证明。

10 月 16 日,腾讯混元团队公开表示,相关活动来自第三方模型评测,而非腾讯混元模型,并称将加强网络访问控制和 Agent 监测。这个说法与“Agent 运行在腾讯云上”并不矛盾:云平台归属、评测组织和底层模型归属是不同问题。现有公开证据支持把“运行于腾讯云”与“由腾讯自研模型执行”区分开来。

六、延伸思考:外部信息能影响 Agent 到什么程度?

我感兴趣的,不是把 Agent 描绘成突然获得自主权,而是更具体的问题:当 Agent 会读取网页、搜索结果和检索材料时,一个不具备管理权限的第三方,能否通过这些内容影响它的计划、工具选择或通信对象?

在这个案例里,研究者把隐藏文字放进自己发布的网页,部分 Agent 读到后访问了研究者提供的收件箱。这说明在特定条件下,网页内容可以影响 Agent 的后续行为。我把这种现象称为“跨信任边界的行为影响”:外部内容可能参与决策,但它不因此自动获得指挥 Agent 的权限。

再往前一步,可以提出一个尚待验证的问题:如果相似的信息通过网页、检索增强生成(RAG)或长期记忆反复出现,是否会逐渐改变 Agent 对任务或规则的理解?我把这个假设称为“渐进式上下文污染”(Progressive Context Poisoning)。

这次事件没有证明安全约束已经被逐步软化或绕过。更要紧的是,提示词层面的行为变化与操作系统权限、网络隔离、沙箱策略不是一回事;即使前者受到影响,也不代表 Agent 就能突破后者。对长期运行、拥有记忆和自主工具调用能力的系统,这个问题值得通过有边界、可复现的实验继续研究,而不应把假设写成既成事实。

结语:观察、理解与交互

回看 Swarmchasers 的工作,可以概括为三个阶段:

这起事件提醒我们,Agent 的运行会在互联网上留下痕迹,外部内容也可能改变它下一步做什么。但要判断风险,必须同时看清证据边界:云平台不等于模型归属,自述不等于验证,行为偏转也不等于突破沙箱。对于 Agent 系统,除了管好模型和工具权限,还需要认真考虑它从哪里读取信息、如何判断信息来源,以及外部内容能否被误当成指令。

参考资料

Leave a Reply

Your email address will not be published. Required fields are marked *