一句话看懂：研究人员利用主流 AI 模型自主构建出一种针对微信的计算机蠕虫，可自动窃取登录凭证并实现账号入侵与自我复制。这首次证明生成式 AI 不仅能生成文本，也能被用作攻击链的“自动化构建者”，为 AI 安全敲响警钟。
事件核心：发生了什么
据《纽约时报》报道，一个研究团队演示了如何利用当前主流大语言模型（LLM）自动编写恶意代码，最终生成一种能快速入侵微信账号的蠕虫。该蠕虫可通过 API 调用驱动 AI 模型完成信息侦察、漏洞利用和攻击代码生成，并在微信的社交图谱中自我传播。目前公开信息显示，该实验涉及加州相关研究机构，但具体使用的模型名称及版本尚未完全披露。
为什么重要
过去，安全研究者普遍认为大模型的威胁主要体现在“辅助钓鱼文案”或“漏洞代码片段生成”上，攻击链条仍需大量人工干预。此次实验将 AI 从“辅助工具”升级为“自主攻击代理”，模型在推理过程中可自行规划攻击路径并调用外部接口，降低了恶意软件开发的准入门槛。对于闭源与开源模型的安全对齐机制而言，这是一个明确压力信号——即便模型拒绝直接回答恶意问题，攻击者仍可通过拆分任务、诱导推理绕开限制。这项研究也可能影响中美等国对 AI 模型开源与安全审查的政策讨论。
对用户/开发者/创作者的影响
对普通用户而言，微信账号面临的不再只是传统的钓鱼链接风险，而是来自 AI 生成的自动化攻击脚本。建议用户启用双重验证，关注登录设备异常提醒。开发者和企业安全团队应重新评估在代码助手和 RAG 应用中的供应链风险，特别是在调用 AI API 处理安全相关任务时，需加入更高等级的输入输出过滤和人工复核机制。早期依赖通用大模型自动生成代码并直接集成进生产环境的团队，需要警惕此类功能被反向利用。
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。
值得关注的后续
首先，微信官方是否会对社交图谱中的异常传播行为推出针对性风控策略。其次，该研究团队是否会公开完整技术报告与复现细节，供企业安全团队前置防御。最后，关注模型厂商是否会更新安全对齐基准，新增针对蠕虫式自我复制与账号劫持场景的红队测试项。若此类攻击工具开始在地下论坛流通，监管机构对多模态 AI 与联网 Agent 的合规要求也可能随之收紧。
