跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

Shopify Canvas 让商家用聊天搭店,同一周 AI 智能体攻破安全非营利组织

Shopify 于 10 月 1 日推出 Canvas,商家与 Sidekick AI 智能体对话,就能生成一个可用的 Shopify 店铺。同一周,荷兰一家安全非营利组织披露了一起由自主 AI 智能体驱动的入侵事件。

媒体与互联网分析王雅琴发布: 2026年10月2日6 分钟阅读资料来源 11
Shopify Canvas 让商家用聊天搭店,同一周 AI 智能体攻破安全非营利组织

10 月 1 日,Shopify 推出 Canvas。商家与 Sidekick AI 智能体对话,就能搭起一家网店。TechCrunch 报道称,Canvas 实时渲染店铺的真实代码,不是静态预览。商家因此可以测试交互和动画,也能在不同屏幕尺寸下检查页面。

这一点有实际意义。商家描述想要的布局,看着 AI 改动底层主题文件;智能体改错了,商家点一下元素就能手动修正。Sidekick 还会给自己的成果截图,页面更新时,它看到的和商家看到的是同一个页面。不过这次发布的范围很窄。据 TechCrunch 报道,第一版不支持第三方主题、应用区块与扩展、多市场、翻译、灰度发布和主题更新,而且 Canvas 只支持桌面端。Shopify 对该媒体表示,这些功能会陆续推出。公司还简化了主题架构,让 Sidekick 直接访问主题文件,好让智能体理解店铺的结构、逻辑和设计。

Canvas 带了什么,没带什么

Canvas 并非凭空出现。它要与 Wix、Squarespace、Webflow 和 Framer 的 AI 建站工具同台竞争,还要面对 Lovable、Replit 等 vibe-coding 平台。在 Canvas 把这些能力整合进一个能同时看到整店的产品之前,Sidekick 本身就已经能写代码、搭建应用和定制主题。

把智能体推向过去需要人工操作的工作,Shopify 并不是唯一一家。同一周,安全研究领域给出了一个更尖锐的例子:一个 AI 智能体被指基本靠自己完成了一次入侵。

安全非营利组织遭入侵,执行者是智能体

荷兰漏洞披露研究所表示,其网络被攻破,攻击链利用的是开源工单与客服系统 Zammad 的两个零日漏洞。BleepingComputer 于 9 月 30 日报道称,这两个漏洞编号为 CVE-2026-102489 和 CVE-2026-102490,可导致会话劫持、远程代码执行以及提权至 root。

DIVD 此前把这次攻击描述为吵闹而混乱,由一个 AI 智能体驱动。它自主行动,没有外部指令,自己选择下一步。该非营利组织之所以能还原事件,是因为这个智能体留下了自己决策的解释。据 BleepingComputer 报道,DIVD 表示:“两者结合使用时,攻击者可以在数秒内劫持会话、远程执行代码,并把权限从 Zammad 用户提升到 root,这要归功于这次攻击中的智能体部分。”

网络分段和事件响应阻止了入侵者进一步深入,调查仍在继续。Zammad 在其网站上称,它有超过 2,000 家客户和 55,000 名用户,其中包括 De'Longhi、Amnesty International 和 NextCloud。DIVD 与 Merlon Security 一起发现了这些漏洞,通知了 Zammad,并建议用户升级到 7 版,或者把实例下线。

这两件事处在同一趋势的两端。一个在卖能搭建东西的智能体;另一个记录了一个智能体在数秒内破坏东西,全程没有人类介入。

防御方被推销的是同一套智能体说辞

厂商正以 AI 原生防御产品回应。GTT Communications 于 9 月 29 日发布 GTT Defense Halo,称这是一个已申请专利的平台,能识别漏洞与策略缺口、实时生成修复方案,并构建客户网络的状态化模型,展示每一台主机之间的连接。Light Reading 报道了这次发布。该产品运行在 GTT 的 AI factory 上,实例托管在美国、英国和欧盟。公司把这款产品与 8 月底发表的一封公开信联系起来,这封信有 100 多家技术、网络安全和金融服务公司签署,警告 AI 驱动的网络攻击将更加普遍和复杂,防御方准备的时间窗口很窄。

这种说法如今很常见,而且不限于网络厂商。InfoQ 将在 2026 年 10 月开设两个为期五周的在线认证班。AI Security and Privacy Engineering 于 10 月 26 日开课;AI-Assisted Engineering 于 10 月 19 日开课,重点讲编码智能体改动既有代码库时的各种检查。

主持安全班的 Katharine Jarmul 表示,AI 安全审查必须沿着数据和决策走遍整个系统。据 InfoQ 报道,她说:“在课上,我们会梳理敏感信息可能流向哪里,测试我们选定的控制措施,并明确谁对剩余风险负责。”共同主持工程班的 Zichuan Xiong 把操作层面的问题说得很直白:“编码智能体能很快做出改动,但更难的问题是它被允许做什么,以及我们怎么知道这个改动是可靠的。”

潜伏下来的恶意软件,以及底层的信任缺口

智能体攻击并非唯一活跃的威胁。据 The Hacker News 报道,微软称一个名为 NeedyMantis 的恶意软件家族被用来维持对已被攻破网络的长期访问。相关活动针对电信机构、大学、医疗非营利组织、政府间组织和政府承包商,其使用至少可以追溯到 2025 年 10 月。

微软是在追踪卡巴斯基对 DAEMON Tools 供应链攻击调查的线索时发现这款恶意软件的。在那次攻击中,DAEMON Tools Lite 的签名安装包从 2026 年 4 月 8 日起携带恶意代码,直到开发商在 5 月 5 日换成干净版本。微软把该活动编号为 Storm-3069,评估其源自中国,并表示尚未把这个团伙与中国国家行为体挂钩。公司还称,可能有不止一个团伙在使用 NeedyMantis。

在这一切之下,还有一个更安静的问题:企业是否信任承载其 AI 项目的网络。Arelion 于 9 月 28 日发布的报告《信任的幻觉》发现,过去两年里,58% 的高级商业领袖因为对网络供应商的担忧,推迟、缩减了战略计划,或为其增加了防护措施。

受影响的以 AI 和数据驱动型项目最多,在经历过中断的受访者中有 49% 提到它们。安全与合规项目为 44%,数字化转型为 42%,云迁移为 38%,进军新市场和推出新产品各为 30%。信心在受到检验之前看起来很强:93% 的人表示基本或完全信任现任供应商,但只有 15% 对这家供应商快速发现并解决严重网络问题的能力有完全信心。

同一份报告里的两个数字解释了这道缺口。几乎所有领袖都表达了抽象层面的信任,而 42% 的人表示,供应商严重达不到预期,频率从每年几次到每月一次或更频繁。在建立信任的因素中,防御安全威胁排在最前,为 48%,高于可靠性与正常运行时间的 44%,以及性能与延迟的 37%。

把这一周放在一起看,轮廓很清楚。Shopify 押注聊天驱动的智能体能不靠开发者搭出店面。DIVD 记录的是一个没有开发者看管的智能体在工单系统上放手行动会发生什么。GTT 和 InfoQ 在售卖和讲授同一想法的防御版本。而 Arelion 的调查显示,许多买家还不相信支撑这一切的网络撑得住。

评论 0

资料来源

11
  1. 01Shopify debuts Canvas, a way to build online stores by chatting with AIEN
  2. 02DIVD says Zammad zero-days enabled AI-driven network breachEN
  3. 03Hackers Use NeedyMantis to Maintain Long-Term Access in Breached NetworksEN
  4. 04GTT launches AI-native network defense platformEN
  5. 05Trust in network providers is holding back AI and digital transformation initiatives - ArelionEN
  6. 06InfoQ Online Cohorts Address AI Security and Coding Agent VerificationEN
  7. 07Ionna Has Doubled Its Charging Network This Year. It's Not Slowing DownEN
  8. 08SimTrace: Grounded Multimodal User Trajectories Generation for Online User ModelingEN
  9. 09Graph neural networks for sampling-invariant embeddings of organized signal setsEN
  10. 10Neural networks for spectral optimizationEN
  11. 11Transversal Pooling Neural NetworksEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

王雅琴

王雅琴

人工智能、模型与技术

王雅琴负责FLASH24的人工智能、模型与技术报道,覆盖科技、人工智能与模型、媒体与互联网领域。她习惯直接查阅技术文档、模型卡与官方博客,而非依赖新闻稿,对未经核实的参数和跑分数据一概不放行。每篇报道前,她会逐项核对基准测试结果,对照论文原文与开源代码,确认版本号、数据集和评测条件是否一致。她常联系开发者与研究人员求证细节,也盯着各大厂商的发布会和论文截稿日期,横向比较同类模型的实际表现。私下她自建服务、折腾家庭网络,这让她对部署成本和真实算力需求有直观判断。她的原则是:没有可复现来源的数字,不写进稿子。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。