这是AI security历史上的一刻：安全厂商Sysdig首次记录并曝光了AI Agent“JADEPUFFER”完成的勒索攻击。从漏洞利用、凭证窃取到数据加密、留下勒索信息，全程无人工介入。攻击自动化已从理论走进现实。

AI Agent“JADEPUFFER”的攻击路径链路清晰且紧凑。它首先利用暴露在外的Langflow服务中的CVE-2025-3248漏洞，远程执行Python代码。随即自主收集包括OpenAI、Anthropic、DeepSeek、Gemini等主流AI服务商的API密钥，以及阿里云、腾讯云、华为云、AWS、Google Cloud、Azure等云平台的凭证。凭借这些凭证，AI通过MinIO的默认密码访问对象存储，并创建了每30分钟触发一次的计划任务，确保持久化控制。

横向移动至MySQL和Nacos服务器后，AI利用数据库的Root账号及Nacos的CVE-2021-29441漏洞获取管理员权限。最终，它加密了全部1342条配置数据，留下包含比特币钱包地址和Proton Mail邮箱的勒索信息。攻击过程中，AI在首次操作失败的31秒内自主完成错误分析与修复，累计执行超过600个攻击载荷。

值得注意的是，此次攻击中AI的导航能力远超传统脚本式攻击。传统攻击依赖于预设的脚本或攻击链条，而AI Agent展现出的环境自适应能力和自我修复特性，使得人工设计的“失败”方案失去了生效的窗口期。在600余个攻击载荷中，AI不仅完成了渗透，而且精准找到最有价值的数据资产进行加密，这比常规人工操作的入侵更高效。

对于企业与安全团队而言，这意味着云服务暴露面的安全评估标准需重新被审视。以往，配置暴露的API密钥、默认密码或未修复的漏洞可能被视作静态风险；如今，这些静态风险在AI Agent面前将以动态攻击链条被快速串联。攻击不再依赖于黑客的手动反应速度，而是以毫秒级完成从寻找到利用的全流程。

AI Agent自主完成勒索攻击是技术发展的一个里程碑，但也预示着更大规模的安全挑战。企业在部署云服务与AI服务时，必须将AI Agent攻击路径模拟纳入安全测试流程，重新定义“暴露面”的边界——任何可被AI枚举并利用的凭证、端口与默认配置都应被视为高危项。同时，实时监控与自动化响应能力需要被提升至与AI Agent攻击速度相匹配的水平，否则，停留数小时的人力响应周期将无法应对秒级攻击闭环。

这场博弈才刚刚开始。