一句话看懂：一位拥有二十年信息安全经验的用户，通过调用多个前沿大模型（以 Kimi K3 和 GLM-5.3 为主力），在三天内攻破了亚马逊 Fire HD 10 平板电脑的 root 权限，总花费 266.15 美元。这个案例展示了 AI 辅助漏洞挖掘的可行性，也重新引发了关于“设备所有权”与厂商控制权的讨论。
事件核心：发生了什么
2022年11月，作者以 114.26 美元购入一台亚马逊 Fire HD 10（第11代，2021款）平板，用于显示 Home Assistant 智能家居面板。该设备自 2023 年冬天起频繁自动关机，经排查发现是亚马逊系统服务持有 REBOOT 和 SHUTDOWN 权限，且部分关键包（如 com.amazon.device.software.ota）被保护，普通用户无法禁用，必须获得 root 权限。
由于该机型 bootrom 被封锁，社区公认无法破解。作者随后同时尝试多个 AI 编程助手：Claude Code 花费数月未果，且被安全策略限制；Kimi K3（月之暗面 Moonshot AI 的前沿模型）在 2025年8月13日接受任务后，先从亚马逊官方 OTA 镜像中提取内核，逐一排查已公开的 Mali GPU 漏洞，最终锁定了 CVE-2022-38181（Arm Mali 内核驱动中的一个 use-after-free 漏洞）。该漏洞于 2022年10月被上游修复，亚马逊在 2024年6月的 Fire OS 7.3.2.9 中才合入补丁，而作者的设备停留在 7.3.2.6 版本，因此存在可利用窗口。
Kimi K3 用约 621 条消息、耗时约 30 小时、消耗 164.25 美元完成整套利用工具开发。随后 GLM-5.2 花费 21.90 美元修复了利用链中的致命缺陷，GLM-5.3 在订阅服务开通首日即完成最终适配，整个过程一天完成。整个项目总成本 266.15 美元，相当于这台平板售价的两倍多。
为什么重要
这个案例最值得关注的是 AI 在真实漏洞挖掘中的角色变化。过去漏洞研究高度依赖人工经验和逆向工程能力，而现在大模型已经能从零开始完成内核提取、漏洞比对、利用开发和稳定性调试的完整链路。Kimi K3 在发现漏洞时明确判断“root 自己的设备在美国多数司法辖区合法”，并有意识地检视了请求的合规性——这说明前沿模型在安全研究领域的行为边界正在被快速重新定义。
对亚马逊而言，这一事件暴露出其 Fire OS 在第三方设备固件更新上的滞后性：一个已被 CISA 列入已知被利用漏洞目录的 CVE，从上游修复到厂商推送间隔了近两年。而对 AI 行业来说，这标志着闭源前沿模型在特定技术任务上的能力已从“代码辅助”进入“独立完成端到端工程”的阶段，且多个模型协同工作（Kimi 找洞、GLM 修 bug、GLM-5.3 收尾）正在成为实际的工作流。
对用户/开发者/创作者的影响
对普通用户，这个案例再次确认了“购买不等于拥有”的现实：即使硬件在你手中，厂商仍可通过系统级权限控制设备生命周期。想真正拥有自己设备的用户，可能需要额外花费数倍于硬件成本的资金和技术能力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对安全研究者和开发者，目前公开信息显示，CVE-2022-38181 的利用方式值得关注，但更重要的是大模型辅助漏洞挖掘的效率提升——一个此前被认为“无法 root”的设备被单人在几天内突破，意味着安全社区和厂商都需要重新评估固件更新周期和漏洞披露策略。对 AI 应用开发者而言，多模型协作解决复杂技术问题的模式已经具备可行性，API 成本和模型选型需要纳入实际项目规划。
值得关注的后续
目前公开信息显示，作者计划将完整的利用过程和技术细节发布到 Hacker News。以下几个方向值得观察：一是亚马逊是否会加速 Fire OS 的固件更新节奏，或调整系统应用的权限保护策略；二是 Kimi K3 和 GLM-5.3 在实际复杂任务中的能力是否能在更多安全场景复现；三是此类 AI 辅助漏洞挖掘是否会促使更多设备厂商收紧对系统权限的控制，以及监管层面是否会重新评估“设备所有权”的法律边界。
来源：Hacker News
