AI工具速递 | 10月31日:Claude Code 扩展被植入后门

Claude Code 扩展 — 官方版被植入 SSH 后门

当你日常装着 Claude Code 扩展写代码，以为自己在用"官方"工具时，一个更隐蔽的风险可能已经落地：安全厂商 Phorion 检测到，Cursor Marketplace 上架的官方 Claude Code for VS Code 扩展 2.1.313 版被注入了持久化 SSH 后门，覆盖 macOS、Linux、Windows 三个平台。

它的手法是把一段立即执行函数（IIFE）塞进 minified 的 extension.js 开头，模块一被 Node 加载就运行，先于扩展正常的 activate 回调，随即读取 child_process、fs、os 等标准模块。因为扩展以 IDE 和当前用户权限跑，加载即获得到本地文件、源码、开发工具链的访问权。

有个值得留意的细节：macOS 上它想启用 SSH 远程登录，但用 systemsetup -getremotelogin 检查状态时权限不足却返回 0，导致"启用 SSH"这步被跳过——不过 SSH 密钥和持久化仍然会落盘，威胁不因这个 bug 消失。Cursor 已下架该版本，并从 npm 和 VS Code registry 拉掉 2.1.313。

适合谁： 所有用 Claude Code / Cursor 的开发者立即自查版本；不使用该扩展的可不慌。

评价： 值得立刻自查

Horizon — Minecraft Java 版用 Rust 重写

想流畅玩 Minecraft，又不想被原版 Java 的性能拖累？Horizon 把 Minecraft: Java Edition 26.3 用 Rust 从零重写——读同一份存档、跑同一套规则、生成同样的地形，靠 300 多个差分 harness 逐帧对照原版验证，宣称做到 100% 原版对齐。

它通过自己的 launcher 运行，动的是你自己的正版游戏文件，不含任何 Minecraft 代码、素材或数据。平台覆盖 Linux、macOS、Windows，MIT 开源且明确标注非官方。Rust 稳定版编译，项目页挂着一块"vanilla parity 100%"的徽章。

最值得关注的是它的正确性方法学：不是"看起来能跑"，而是用差分测试把每个渲染帧和原版引擎逐位对拍。这在 AI 辅助写代码的时代尤其有说服力——重写一个系统，最有分量的证据就是"和原版对拍一致"。目前还有 833 个玩家可见的 gap 在维护清单里透明列出，不藏短板。

适合谁： 玩 Minecraft 或关心 Rust 系统重写、差分测试的开发者；不玩游戏可略过。

评价： 可以观望（早期但方法靠谱）

BLA — 让逆向你的 AI 撞进死胡同

当你交付闭源客户端，AI 逆向 agent（REA）已经开始自动扒你的二进制、重构逻辑。Blind LLM Agents（简称 BLA）给要发布的产品套上一层专治这种新攻击面的防护：让 AI 逆向 agent 打开它时撞上资源预算、被诱饵带偏、疯狂烧 token——而真实用户的运行时行为一点不变。

它的三板斧直接写进定位里：Poison（下毒）、Exhaust（耗竭）、Hallucinate（诱导幻觉）。覆盖格式包括二进制、Electron 应用、JS bundle、Python、WebAssembly，并提供 npm 包和 MCP 工具目录，针对真实 REA 做过实证测量。

和传统加壳、混淆不同——那些防的是人，且会拖慢正常执行——BLA 的设计前提是"逆向工作现在交给 LLM 干了"，所以专门构造让模型分析器踩坑的输入。需要说明它本质是防御性对抗措施，正当用途是保护自己的知识产权，不是协助侵权。

适合谁： 交付闭源客户端/Electron/JS 产品的团队值得评估；纯开源项目用不上。

评价： 可以观望

nesformer — 一台 NES 编译进 Qwen 权重

一个模型的权重不是"训练"出来，而是被编译器逐个算出来——nesformer 把 NES 的 6502 CPU、2KB 工作 RAM 和一个卡带的程序 ROM，编译进一个标准 Qwen3_5ForCausalLM checkpoint。

运行时，模型逐 token 预测 CPU 的执行日志，旁边一个小宿主程序负责画帧、读手柄、触发 vblank 中断。核心技巧复用了 Qwenputer 的编译器：模型的 Gated DeltaNet 状态就是这台机器的内存。自带测试 ROM（含超人马里奥）里，每一帧都和传统 6502 模拟器的输出完全一致。

它的价值不在"又一种模拟器"，而在于演示了"权重即程序"的极限：不是让 LLM 学会模拟 CPU，而是把 CPU 精确编译进 LLM 的权重空间，逐 token 精确重放执行轨迹。想跑起来要 Python 3.11+，装 numpy/scipy/numba/pillow 几个依赖。

适合谁： 对可解释性、编译进神经网络这类实验感兴趣的开发者；只想玩游戏的直接用普通模拟器。

评价： 可以观望（看个新鲜）