由开源到关闭源码的ARTEX:多智能体架构自主渗透测试系统

2026年9月底至10月初，韩国多家金融机构接连遭遇数据泄露，新韩银行、KB国民银行、韩亚银行等至少七家金融公司受害，约6.8万名客户及员工的个人信息外泄。调查人员在攻击服务器中发现了“ARTEX-自主渗透测试控制台”的中文字符串，一款原本面向安全研究设计的开源AI渗透测试工具因此浮出水面。这一事件不仅揭示了AI自主渗透测试工具的实战能力，也引发了业界对“攻防双刃剑”效应的深刻反思。

ARTEX的技术定位与核心架构

ARTEX是一款基于大语言模型多智能体架构的自主渗透测试系统，由中国安全工程师Autumn-27开发，采用Go语言后端与Next.js前端的单二进制自托管架构，后端代码约4.6万行，前端约4.6万行，包含206个Go源码文件与38张数据库表。该工具在2026年9月百度安全应急响应中心主办的首届“Agent+”攻防能力挑战赛中斩获全国总冠军，TSecBench跑分达到89.78。

ARTEX的核心设计理念并非简单的工具串联，而是通过多代理协作架构实现渗透测试全流程的自动化闭环。系统内部设有“规划器”与多个“工作器”角色：规划器负责分析目标资产、制定攻击方向与策略；工作器则执行具体任务，包括命令执行、HTTP通信、漏洞验证等操作。操作者仅需下达目标指令，ARTEX便会自行创建并协调多个AI智能体，完成信息收集、漏洞搜索、攻击路线设计与执行的全流程。

ARTEX并非内置AI模型，而是一种“索具”类软件——它将外部AI模型与各类渗透工具连接起来。该工具支持接入Anthropic Claude、OpenAI GPT、DeepSeek等多种大语言模型，用户可根据需要灵活切换“大脑”。在攻击韩国金融机构的实际案例中，攻击者使用了DeepSeek v4.1-flash作为主模型，并辅以GLM-5.3和Grok 4.6。

双图状态机：技术架构的核心创新

ARTEX最具技术特色的设计是其双图状态机架构。系统将攻击状态持久化于数据库中，通过两张相互独立又通过锚点相连的数据图来约束模型行为、防止幻觉。

资产图以结构化方式记录目标系统的所有已知资产信息，包括域名、子域、IP、端口、站点、端点等，并通过ScopeSentry资产同步功能实现一键导入。探索图则是每个任务独立的“思考与推进”记录，节点类型包括目标、意图、事实、发现和提示，并通过锚点将意图、事实和漏洞挂载到具体资产上。

这一设计的工程意义在于：传统基于ReAct循环的渗透Agent在运行十余轮后极易出现“幻觉鬼打墙”——重复扫描已测试过的端点、上下文窗口被大量回显数据打爆、攻击链路脱节等问题。双图架构通过将攻击状态外化到数据库，使模型每一步决策都基于结构化的历史信息，从而实现了长达5小时的稳定自动化渗透。

实战效能与滥用事件

ARTEX的实战效能令人警醒。韩国崇实大学AI安全性研究中心利用ARTEX进行自主渗透复现实验，仅向系统提供目标域名和一句“证明是否可在无认证情况下查询他人记录”的指令，AI便在约6分钟内自主完成了侦察、漏洞发现与验证，在无认证状态下成功读取虚拟数据库中100条客户记录，全程无人工干预。实验使用的仅是可在个人显卡上运行的开源模型（Qwen系列27B级），无需前沿闭源模型或大规模计算基础设施。

在韩国金融机构攻击事件中，CrowdStrike确认攻击活动从9月底持续至10月初并导致实际数据泄露。攻击者通过位于香港的IP地址运行ARTEX实例，结合Claude Code会话历史进行分析，发现攻击者还曾询问Claude关于韩国数据泄露信息的交易渠道及Telegram数据销售群组。

安邦实验室（AhnLab）对ARTEX v2的分析显示，该版本已从单一自动化工具进化为多代理编排平台。规划器将任务分配给多个工作器代理，用户可查看每个代理的进度、执行时间和工具使用记录，系统还提供共享工作区、报告生成、外部工具集成等功能。安邦在互联网上扫描发现394个系统出现ARTEX登录界面，252个系统运行AI服务代理工具Sub2API，22个运行ScopeSentry，表明ARTEX已在互联网可访问的服务器上实际部署，而非停留在实验阶段。

行业影响与安全启示

SK Shieldus的分析指出，此次金融行业攻击的本质并非AI催生了全新的攻击手法，而是将传统攻击流程自动化、规模化。攻击者瞄准贷款渠道、员工支持等管理盲区中的互联网暴露资产，借助AI同时探测多家机构的API与外部服务，迅速扩大攻击范围。过去从发现漏洞到发起实际攻击需要数十天甚至数月，在AI参与后，这一周期已被压缩至数十分钟或数小时。

面对工具被滥用的现实，开发者Autumn-27于10月9日宣布将ARTEX转为闭源，停止所有更新、版本发布和维护支持，并声明恶意使用违背了工具的设计初衷——“ARTEX旨在帮助企业和机构在经授权资产范围内开展安全测试和风险排查”。

这一事件为网络安全领域带来了多重启示。其一，AI自主渗透工具显著降低了攻击的专业门槛，崇实大学的实验证明，非专家级别的指令配合个人工作站级环境即可完成有效攻击。其二，现有防御体系需要从“以人对抗人”转向“以AI对抗AI”，将检测响应速度提升至分钟级。其三，开源安全工具的双刃剑效应需要更完善的治理框架，包括使用授权验证、行为审计和滥用追溯机制。正如崇实大学AI安全性研究中心主任崔大善所言：“仅靠封锁一个工具或一个模型，无法阻止攻击能力的扩散。”

部署使用参考链接：

https://www.mchz.com.cn/news/details4411

个人观点，仅供参考