Win11出现首个全自动AI恶意软件,4个模型投票作案

2026 年 9 月 22 日，安全机构 Cisco Talos 披露了全球首个公开记录的 Windows 11 本地 AI 植入程序 ClosedQuorum。这个基于 Go 语言编写的恶意软件做了一件颠覆安全常识的事。它直接切断了与人类黑客的实时指令联系。程序内部封装了四个商业大语言模型的 API 调用逻辑。入侵成功后，Gemini、DeepSeek、Qwen 和 Mistral 会组成本地决策委员会，自主评估宿主环境并投票决定下一步攻击动作。

AI 委员会接管 C2 战术决策

传统的恶意软件高度依赖 C2 服务器下发指令。攻击者需要维持稳定的网络连接，并手动分析回传系统信息。随后才能决定是横向移动、窃取数据还是部署勒索软件。这个过程拖得越久，暴露的风险越大，而频繁的网络通信又极易触发防火墙拦截。

ClosedQuorum 用本地模型投票机制接管了控制权。入侵系统后，程序会抓取进程列表和文件目录结构等侦察信息。这些环境数据被组装成提示词，分发给四个大语言模型。模型必须从预设操作中选出一个：窃取、注入、持久化或移动。

获得最多票数的操作将被立即执行。如果出现平局，程序内置了强制优先级策略。DeepSeek 权重最高，其次是 Qwen、Mistral，最后是 Gemini。将战术决策权下放给多个商业模型，不仅规避了单一模型拒答风险，更成倍提升了攻击执行速度。

图：CAIRN 系统的处理管线，通过提取元数据追踪 AI 恶意软件。来源：Cisco Talos

数据榨取精确到毫秒

在窃取分支中，ClosedQuorum 展现出信息提纯能力。过去的木马通常采用全盘扫荡策略，将浏览器缓存、文档和登录凭证全部打包回传。这种做法导致数据冗余极高，且容易在传输大文件时暴露踪迹。

ClosedQuorum 利用 AI 语义理解来过滤数据。它在本地读取 LSASS 进程内存、浏览器密码库和钱包路径。模型会直接判断哪些凭据拥有最高价值。它能精准识别出企业内部系统管理员账号，或者高余额钱包地址。随后程序仅将这几 KB 核心数据通过 Discord Webhook 隐蔽传出。

传输数据量从 GB 级骤降至 KB 级，直接降低了网络侧暴露风险。攻击者也省去了后期的清洗成本，拿到的全是高价值清单。

静态分析工具失去焦点

面对这种新型威胁，传统的防病毒引擎和沙箱分析显得力不从心。ClosedQuorum 核心攻击逻辑藏在云端模型返回的 JSON 响应中。安全软件扫描其 Go 语言二进制文件时，只能看到合法的 HTTPS 请求。这很难被直接判定为恶意行为。

Cisco Talos 为此专门开发了 CAIRN 工具包。CAIRN 放弃了针对文件哈希和特征码的扫描。分析人员转而从元数据中寻找认知伪影。系统通过检索特定的 API 端点域名、工具调用语法，以及针对沙箱的提示词，成功将 ClosedQuorum 暴露出来。

图：CAIRN 利用元数据属性连接恶意软件实体。来源：Cisco Talos

防守成本结构发生根本改变

ClosedQuorum 验证了一个残酷的技术推演：网络攻击全面进入 AI 自动化时代。过去 APT 需要黑客团队花费数周时间潜伏分析。现在几十行 Go 代码配合少量 API 额度，就能复制高级分析师的决策能力。

攻防两端算力彻底失衡。攻击者调用商业 API 成本极低。企业为了阻断伪装成正常 HTTPS 流量的 AI 指令，必须在网关层部署深度包检测和行为分析系统。

Cisco Talos 成功捕获第一个样本，但这只是开端。一旦开源模型被压缩到能直接嵌入恶意软件进行本地推理，基于网络端点特征的拦截方案也将随之失效。这场由机器驱动的自动化攻防战，连开局哨声都显得无比沉闷。

参考链接：

• Cisco Talos 官方研究博客
• BleepingComputer 安全报道