
下载文件夹里一个文件就能劫持 AI 编程助手,研究人员发出警告
安全公司 Forever Security 在一名开发者的下载文件夹里发现恶意 AGENTS.md 文件,它诱使 AI 编程助手安装恶意 npm 包或交出登录令牌;测试中 Codex 超过 90% 的尝试都会执行,Claude Code 变体约一半会中招。
一个躺在开发者下载文件夹里的纯文本文件,就能劫持 AI 编程助手。安全公司 Forever Security 2026 年 10 月 26 日报告了这一发现:一个恶意 AGENTS.md 文件出现在一名真实客户的电脑上,试图让编程助手安装已知的恶意 npm 包;该公司的软件在代码运行前拦下了它。而没人知道这个文件是怎么到那里的。
AGENTS.md 是开发者每天都会写的那类文档:纯文本的指令文件,编程助手在项目文件夹里启动时会读取它——编码规范、项目结构、如何跑测试、什么不要碰。助手生来就信任它。正是这种信任,加上下载文件夹的一个普通属性,构成了这次攻击。
研究人员 Gal Weizman 与 Omer Samet 写道:「这不是普通的恶意软件。AGENTS.md 是编程助手生来就要信任和服从的文件,而 ~/Downloads 是网站无需点击、无需许可就能放入文件的文件夹。两者结合,网络就能种下命令,让你自己的智能体去执行。Markdown 就是新的可执行文件。」
攻击如何发生
网站无需批准就能把文件存到用户的下载文件夹。操作系统在用户批准前不会运行从网上下载的程序,但这种保护不适用于纯文本文件。而在该文件夹里启动的编程助手会读取它在那里找到的指令文件,就像用户自己写的一样。
在 Forever Security 的测试中,被植入的文档长达 13KB,其长度与平淡语气帮助它过关:简短的安装包请求会被拒绝,而伪装成普通工程指南的长文档不会。Codex 只在它信任的文件夹里遵循 AGENTS.md,而一旦用户曾在那里工作过,下载文件夹就符合条件。当 Codex 在该文件夹里打开并接到任何任务时,它会先修改自己的设置,再安装文件中指定的包。
研究人员发现:「在我们的测试中,Codex 超过 90% 的尝试都会运行恶意软件。」大部分测试用的是只会打开计算器的无害替代品,真正的恶意包只在隔离虚拟机里运行过一次。这个包叫 function-color,属于一个恶意 npm 活动;据 Checkmarx 称,该活动在被记录前已悄悄存在约两年,npm 此后已下架该包。Codex 修改的设置作用于整台电脑,因此此后每一次 Codex 会话都会运行攻击者的命令,无论用户打开哪个项目。
Claude Code 更难骗,但也不安全
为了确认问题是否超出单一产品,研究人员仿照攻击者的文档,自己写了一份面向 Anthropic Claude Code 的等价文件 CLAUDE.md。Claude Code 难骗得多,他们指出,而且奏效的攻击与 Codex 那种完全不同。
Claude Code 通过互联网向 Anthropic 的 AI 模型发送请求。研究人员的文件要求智能体保存一处小设置改动,伪装成公司内部网关,把请求发往攻击者控制的服务器。Claude Code 通常会请人批准这类改动,也常常拒绝看起来不对的改动。研究团队称:「在我们的测试中,Claude 约 50% 的时候会照做。」
每次请求都带有用户的登录令牌,也就是让用户保持登录状态的数字钥匙。研究人员把截获的令牌拿到 Anthropic 服务上重放,就被当成了受害者本人,无需运行任何代码就接管了账号。下次 Claude Code 在该文件夹里启动时,攻击者的服务器可以冒充 AI 模型,命令智能体在关闭沙箱的情况下运行命令。该文件还会试图让 Claude Code 启动一个辅助智能体,立即通过攻击者的服务器连接;研究人员借此在约五分之一的测试中于同一会话内运行了代码。
这一模式并非孤例。NVIDIA AI 红队另外发现了 OpenAI Codex 中的间接 AGENTS.md 注入漏洞:一个被入侵的 Go 库会检测 Codex 环境,写入恶意 AGENTS.md 文件,指令智能体在函数中注入延迟,同时在拉取请求摘要里隐瞒改动。机制不同,教训相同:智能体信任的指令文件可以改变智能体的行为,还能把改动藏在人类复核之外。
研究人员称:没什么可修补的
Weizman 与 Samet 认为:「OpenAI 或 Anthropic 没什么可修补的。」在文件夹里服从指令文件的智能体只是在做本职工作,就像显示钓鱼页面的浏览器也是在按设计工作。这就让缺口敞开着,用户只能自己防御。
这种说法让人不舒服,因为它把责任从厂商转移到了用户,把修复转移到了习惯。研究人员的建议是务实而非技术性的:不要在下载文件夹里启动任何编程助手;在让智能体接触之前,先读一遍不是你写的 AGENTS.md 或 CLAUDE.md 文件,包括刚复制的代码仓库里的;检查智能体的设置文件里有没有你没加过的服务器或网址;保持审批提示与沙箱开启,对任何让智能体绕过它们的指令保持怀疑。发现被植入文件的人应假定登录令牌已经泄露并立即更换,因为被盗令牌就是一个有效的实时会话;安装过 function-color 的电脑应按已被入侵处理。
风险不是假设性的。Forever Security 的数据显示,约一半客户会在下载文件夹里运行编程助手,约四分之一的智能体会话会打开浏览器。而如今大量浏览是由智能体在无人看屏幕的情况下独自完成的,于是智能体自己就可能访问那个投放文件的页面,让智能体既是目标又是武器。
为什么重要
本轮的两篇报道共享一个主题,也是当下 AI 安全的主题:最弱的环节很少是模型本身,而是智能体信任的文件、浏览器可以写入的文件夹、无人复核的第三方工具、永不过期的令牌。AI 编程助手之所以强大,恰恰因为它们无需就每一步请示用户就采取行动,而被植入的指令文件借用的正是这种能力。
对开发者个人来说,修复只是一次习惯改变,而且不花钱:永远不要从下载文件夹运行智能体,永远不要让智能体读取你自己没读过的指令文件。对团队来说,修复是一项政策:把任何仓库里的 AGENTS.md 与 CLAUDE.md 文件——包括内部仓库的——当作需要复核的代码,因为对智能体而言,它们就是代码。而对行业来说,问题更难:如果指令文件在实践中就是可执行文件,它们何时才能在代码复核、供应链工具和智能体自身的信任模型里,得到与可执行文件同等的审视?
在此之前,下载文件夹仍然是它一直以来的样子:一个文件不请自来的地方。不同的是,如今文件夹里可能正有东西在等着智能体到来,并服从它。