OpenClaw—AI研究安全研究机构Sysdig最新披露的JadePuffer勒索软件事件，被视为业界首例完整由大语言模型驱动的勒索攻击。攻击者借助开源AI Agent框架Langflow搭建恶意工作流，让LLM自主完成从入侵侦查、权限提升到数据加密与勒索谈判的全流程操作，标志着勒索软件正式进入AI Agent自动化时代。
与传统勒索软件依赖硬编码攻击链不同，JadePuffer的核心创新在于将决策权交给LLM。攻击者只需提供初始配置，AI Agent便能根据目标环境的实时反馈，自主选择攻击路径、调整payload、规避检测工具，甚至在与受害者谈判时根据对方语气动态调整施压策略。
图 1：JadePuffer勒索软件首度实现LL相关示意图
事件中，研究人员观察到AI Agent自主连接到受害者MySQL服务器，使用了非从目标环境获取的root凭据，这表明攻击者提前通过其它途径获得了初始凭证，但后续入侵过程的每一步决策均由LLM根据实时情况自主做出。这种半人工半AI的混合攻击模式，显著降低了攻击者的技术门槛。
更值得警惕的是攻击的可复制性。Langflow等开源AI Agent框架的普及，让任何具备基础编程能力的人都能快速搭建类似的恶意工作流。Sysdig报告指出，JadePuffer的攻击模板已经在地下论坛流传，研究人员预计未来6-12个月内将出现大量变种。
图 2：JadePuffer勒索软件首度实现LL相关示意图
对企业防御体系而言，JadePuffer事件意味着传统基于特征码的检测方案面临失效风险。AI Agent驱动的攻击行为模式高度动态化、个性化，传统SIEM规则与EDR签名难以覆盖。防御方必须转向基于行为分析的异常检测，并加强对AI Agent异常网络流量的监控。
从行业演进角度看，JadePuffer事件可能成为网络安全史上的分水岭。它标志着AI技术从防御侧的辅助工具，正式进入攻击侧的自主决策领域。如何在AI Agent普及时代构建新的攻防平衡，将是未来数年网络安全行业最紧迫的课题之一。
图 3：JadePuffer勒索软件首度实现LL相关示意图