币圈界报道：

自适应AI蠕虫突破传统防御：动态生成攻击逻辑成新型威胁

一项前沿研究警示，人工智能代理的发展正催生一类具备自主演化能力的新型网络威胁——能够实时分析目标环境、生成专属攻击方案并在网络中自主扩散的智能蠕虫。

非固定代码攻击模式颠覆传统防御范式

由多所高校及科研机构联合开展的实验构建了一种概念验证型智能体，其核心特性在于不依赖预设漏洞利用脚本，而是通过集成大型语言模型实现动态推理，针对每个接触对象量身设计入侵路径，并在成功渗透后完成自我复制。

隔离环境实测：七天内完成多代传播与系统渗透

测试在包含Linux、Windows及物联网设备的虚拟网络中进行，共部署33台带典型漏洞的主机。在15轮独立实验中，该系统平均探测出31.3个潜在弱点，成功攻陷23.1台设备，并在为期七日的自主运行中扩展至约20台受感染节点，部分实例实现七代自我复制。

去中心化计算架构提升隐蔽性与持续性

值得注意的是，该蠕虫未连接任何云端AI服务，而是在每台被感染主机上直接运行本地化模型。随着传播范围扩大，这些设备逐步转化为分布式计算节点，形成去中心化的攻击基础设施，显著增强其持久性和抗打击能力。

超越训练数据：实时吸收新披露漏洞信息

研究还发现，该系统具备在运行时读取公开安全公告的能力，可利用模型训练截止时间之后才公布的漏洞，突破传统静态知识库的限制，实现对未知威胁的即时响应。

伦理权衡：技术披露需平衡研究与风险防控

尽管实验在受控环境下完成，团队仍主动删减部分关键技术细节，以防止被恶意利用。他们强调，在发布预印本前已对内容进行审慎编辑，力求在推动学术讨论与防范滥用之间建立合理边界。

协同应对：亟需构建智能体威胁治理新框架

研究人员指出，此类威胁要求跨领域协作：建立评估自主智能体行为的基准体系、开发能识别动态攻击特征的检测机制，并制定适配开放权重与去中心化推理特性的监管策略，以应对未来可能出现的智能化网络战场景。