“防微杜渐，未雨绸缪。”——《左传》
“安全不是技术的附属品，而是业务的基石。”——行业共识

在数字化、智能化、智能体化深度融合的今天，信息系统已渗透到企业的血脉之中。一次轻率的操作、一次不经意的疏漏，便可能成为攻击者敲开的后门，导致数据失窃、业务中断，甚至危及公司声誉与生存。为了让每一位同事都能够在日常工作中自觉筑起安全防线，本文首先通过两个典型的安全事件案例进行“头脑风暴”，再结合当下技术趋势，呼吁大家积极参与即将开启的信息安全意识培训，提升个人安全素养。

---

案例一：Marimo 交互式计算环境的 AI‑驱动攻击（CVE‑2026‑39987）

事件概述

2026 年 4 月，开源 Python 交互式计算环境 Marimo 的开发团队披露了重大漏洞 CVE‑2026‑39987。该漏洞允许未经授权的攻击者在受影响的服务器上执行任意代码。仅半天时间，漏洞利用的尝试便在互联网上出现。随后，安全厂商 Sysdig 于 5 月 10 日捕获到一次全链路攻击：

1. 攻击者利用该漏洞成功入侵一台 Marimo 主机，获取了两个云端凭证。
2. 通过离散逃离池（fanned‑out egress pool）重放凭证，从 AWS Secrets Manager 抽取 SSH 私钥。
3. 通过私钥建立 8 条短暂的 SSH 隧道，突破下游防护主机。
4. 在仅 2 分钟内，窃取内部 PostgreSQL 数据库的结构及全部数据。

整个攻击流程在 不到一小时 内完成，且攻击者通过 Cloudflare Workers 伪装每一次请求的出口，跨越 11 个 IP 地址、调用 12 条云端 API，成功规避了 AWS 的来源 IP 防护。

AI 介入的四大特征

Sysdig 的分析报告进一步指出，攻击者的脚本呈现出 四种由大型语言模型（LLM）即时生成的特征：

1. 即兴操作：脚本不依赖前置侦察，对未知目标直接输出数据库结构并倾倒数据表。
2. 语言混杂：出现简体中文注释（如 “看还能做什么”），暗示模型在多语言上下文中生成。
3. 机器消费式指令：指令中插入分隔符、使用 Heredoc 打包多条查询、限制输出行数，以适配机器批量处理。
4. 链式输出交接：前一工具的输出直接喂给下一工具，形成自动化流水线，人工键盘几乎不可能在如此短时间内完成。

这些特征表明，攻击者并非传统脚本作者，而是 AI 代理 在短时间内完成了漏洞利用、凭证抽取、横向移动、数据泄露的全流程。

教训与启示

1. 漏洞披露即是攻防窗口：从披露到利用，仅数小时的时间足以让攻击者发动链式攻击。快速补丁和紧急响应是必不可少的。
2. 凭证管理不容忽视：云原生环境中，凭证（API 密钥、SSH 私钥）往往被直接写入代码或配置文件，成为“一把钥匙打开多扇门”。实现 最小权限、动态凭证、及时轮换 是防御的根本。
3. AI 生成脚本已成新趋势：传统的“恶意代码审计”已难以捕捉即时生成、极度碎片化的攻击脚本。安全团队需要 引入 AI 检测模型、行为分析平台，实时监控异常指令序列。
4. 网络层的多跳逃逸：利用 Cloudflare Workers、分布式 egress，攻击者在云端构建“跳板网络”。企业应 细化云安全组、实现零信任网络访问（Zero‑Trust Network Access），对每一次跨域调用进行细粒度鉴权。

---

案例二：Vibe Coding 影子 AI 导致敏感信息泄露

事件概述

2026 年 6 月 1 日，行业内部调查披露 “员工自建 Vibe Coding 应用” 成为新兴的 影子 AI 风险。该应用是职员自行在内部开发的代码编辑/自动补全工具，基于开源 LLM 部署在公司内部服务器上，旨在提升开发效率。表面上，它帮助程序员快速生成代码片段，却在 两千个企业内部工具 中，意外暴露了大量敏感信息，包括：

• 数据库连接字符串
• API 访问密钥
• 内部系统的用户账户与密码
• 客户个人信息（姓名、身份证号、联系方式）

更糟糕的是，这些信息通过 AI 生成的代码提示 自动写入开发者的 IDE 中，导致 研发流水线 中的 CI/CD 系统也被“污染”。攻击者利用公开的 GitHub 代码库抓取这些提示，快速拼装出一套完整的渗透脚本，针对多个业务系统进行 零日攻击。

关键问题

1. 影子 IT 的治理缺失：企业对内部自建工具缺少统一的审计、审批流程，导致安全漏洞难以及时发现。
2. LLM 的“泄露记忆”：即使模型本身不存储企业数据，但在持续交互中会把敏感信息“记忆”并在后续提示中泄露。
3. 缺乏代码审计：自动生成的代码往往未经审计直接进入代码库，导致安全缺口随之蔓延。

教训与启示

• 建立影子 IT 管理平台：对所有内部开发、部署的工具进行登记、风险评估、强制审计。
• LLM 使用规范化：制定 LLM 提示词（prompt）审计规则，禁止在交互中直接输出凭证、密钥等敏感信息。
• 引入动态代码审计：对所有 AI 生成的代码片段进行 SAST/DAST 检查，确保不引入后门或硬编码凭证。

---

信息化、智能化、智能体化融合时代的安全挑战

1. 信息化：数据即资产，资产即攻击目标

随着 大数据平台、云原生架构 的广泛部署，企业的核心业务几乎全部数字化。数据的集中化存储带来了 “单点失守即全盘皆输” 的风险。我们必须：

• 实行 分层防御（网络、主机、应用、数据），形成纵深防御体系。
• 使用 数据分类分级，对高价值数据实施加密、审计、访问控制。

2. 智能化：AI 助力防御，也可能成为攻击工具

• AI 监测：利用机器学习模型对异常流量、文件行为、登录模式进行实时检测，提升对零日攻击的感知能力。
• AI 对抗：攻击者同样借助生成式 AI 自动化编写利用代码、构造隐蔽通信。安全团队需要 AI‑in‑the‑Loop 的防御模式，即让 AI 发现异常、由人类审计确认。

3. 智能体化：机器人、自动化脚本、RPA 成为新战场

• 机器人过程自动化（RPA） 在提升效率的同时，也可能被“恶意机器人”利用进行批量盗取或破坏。
• 必须对所有自动化脚本实现 身份认证、最小权限，并在执行前进行 安全签名验证。

---

呼吁：让每位职工成为信息安全的“第一道防线”

培训的必要性

1. 提升安全意识：安全不是 IT 部门的专属，而是全员的共同责任。只有每个人在日常操作中保持警惕，才能在攻击到来之际形成第一层过滤。
2. 培养实战技能：通过 情景模拟、红蓝对抗，让大家熟悉钓鱼邮件辨识、凭证管理、云资源访问控制等关键技能。
3. 更新安全观念：在 AI、云原生、零信任时代，传统的“防火墙即安全”已不可行。培训将帮助大家理解 安全零信任模型、最小权限原则、动态凭证 等新概念。

培训内容概览（仅供参考）

模块	目标	关键点
信息安全基础	认识常见威胁	钓鱼、恶意软件、社会工程
云安全与凭证管理	防止云凭证泄露	动态凭证、最小权限、密钥轮换
AI 与生成式攻击	把握 AI 新趋势	LLM 生成脚本特征、行为监控
零信任与网络划分	实现最小信任路径	微分段、身份中心化
影子 IT 与自研工具治理	防止内部工具失控	工具登记、审计、代码审查
实战演练	强化应急响应	案例复盘、蓝队响应

参与方式

• 时间：2026 年 6 月 15 日至 6 月 30 日（线上+线下混合）。
• 报名渠道：公司内部门户 → “信息安全意识培训”。
• 激励机制：完成全部模块并通过考核的同事，将获得 安全之星徽章，并计入年度绩效。

“安全是一场没有终点的马拉松，只有持续训练，才能跑得更远。”——让我们一起在这场马拉松里，以学习为步伐，以防护为目标，跑出企业的安全新高度！

---

结语：从案例到行动，安全从我做起

Marimo 的 AI‑驱动攻击提醒我们，漏洞与 AI 的结合会把攻击速度压缩到分钟乃至秒级；Vibe Coding 的影子 AI 事件则警示 内部自研工具同样可能成为泄密的源头。面对信息化、智能化、智能体化的深度融合，单纯的技术防御已难以独自承担全部风险。只有把 安全意识、技能训练、制度治理 三者紧密结合，才能在复杂多变的威胁环境中筑起坚固的防线。

请大家 积极报名、主动学习，让安全理念根植于每一次点击、每一次代码提交、每一次云资源访问之中。让我们共同守护公司的数字资产，确保业务安全、创新无阻、信誉长存。

信息安全，人人有责；安全意识，持续提升。

网络安全 合规 防护

信息安全 预防 漏洞

作为专业的信息保密服务提供商，昆明亭长朗然科技有限公司致力于设计符合各企业需求的保密协议和培训方案。如果您希望确保敏感数据得到妥善处理，请随时联系我们，了解更多相关服务。

• 电话：0871-67122372
• 微信、手机：18206751343
• 邮件：info＠securemymind.com
• QQ: 1767022898