B
Bmaxian
?
登录后发一条短讯…
煜坤煜坤···3 分钟阅读

Claude Code 这次 RCE,真正刺痛企业的不是漏洞本身,而是“开发工具已经变成执行入口”

这次 Claude Code 的 RCE 风险,表面看是一个 deeplink 漏洞,实质上是一个更大的企业软件问题:当 AI 编程工具既能读代码、改文件、跑命令,又被浏览器、Slack、文档、告警系统用链接唤起时,它就不再只是“助手”,而是本地机器上的半自动执行层。 攻击者可以诱导用户点击一个特制的 claude-cli://open 链接,把恶意配置塞进 Claude Code 启动参数里,最终通过 hooks 执行本地命令。 但这里有个细节要校正一下。DevOps写到“version 2.1.118 的漏洞已修复”容易让人以为 2.1.118 是受影响版本。研究者 0day.click 的原文 说法更明确:这个问题“fixed since Claude Code version 2.1.118”,也就是 2.1.118 起已经修掉。Anthropic 的 Claude Code changelog 显示 2.1.118 发布于 2026 年 4 月 23 日;截至 2026 年 5 月 22 日,changelog 最新版本已经到 2.1.149。 我更关心的是,这不是一个“模型胡说八道导致攻击”的故事。它更像传统 CLI、URL handler、参数解析、配置注入这些老问题,穿上了 AI agent 的外衣。 问题出在一个提前解析参数的逻辑上。Claude Code 的 deeplink 本来是为了方便协作:你可以在 runbook、告警、README 或内部文档里放一个 claude-cli://open 链接,一点就打开本地 Claude Code,并预填某个 repo 和 prompt。Anthropic 官方 deep links 文档 也说明,这类链接会在本机打开 Claude Code,会选择目录,并把 prompt 填进输入框。 安全边界本来应该是:链接只负责“预填”,不负责“执行”。官方文档还写得很清楚,deep link 不应该自己执行任何东西,用户需要看完预填内容再按 Enter。 可研究者发现,参数解析器把本该作为 prompt 内容的一段 --settings=... 当成了真正的启动配置。于是攻击者可以把 hooks 配置塞进去。Claude Code 的 hooks 文档 又明确说明,hooks 可以在 SessionStart、PreToolUse、PostToolUse 等生命周期节点自动运行命令。两件事连起来,风险就变味了:一个“打开工具并预填 prompt”的链接,可能变成“打开工具并自动执行命令”的入口。 这类漏洞对企业尤其麻烦,因为它不需要攻击 AI 模型本身。它攻击的是 AI 工具周边的胶水层:URL scheme、CLI parser、settings、hooks、workspace trust、permission mode。换句话说,安全团队过去盯的是模型输出,现在还得盯模型运行环境。 还有一个更现实的点:很多团队正在把 AI coding agent 接进 CI、IDE、Slack、工单、告警系统。链接、插件、hooks、MCP、权限模式,本来都是为了提效。可提效链路越顺滑,攻击面也越像自动化流水线。一次点击、一个已信任 repo、一段被提前解析的配置,就可能绕过“人会看一眼”的假设。 这也解释了为什么我不把它看成单个产品的丑闻。Claude Code 官方安全页强调默认只读、执行命令要权限、可以用 sandbox 和 permissions 控制边界;这些设计方向没错。但这次事件提醒我们:只要 agent 能运行本地命令,真正的安全边界不能只放在 agent 自己的解释逻辑里。配置加载顺序、参数上下文、URL handler 行为、hooks 来源,都必须当成高风险入口审计。 对企业用户,短期动作很简单:升级到 2.1.118 或更高版本,最好直接跟进到当前最新稳定版本;检查内部文档、runbook、Slack bot、告警平台里是否已经使用 claude-cli:// 链接;对 hooks 做清单化管理,尤其是 SessionStart 这类一开会话就运行的钩子;不要把外部来源的 deeplink 当成普通网页链接点。 更重要的是中长期动作:把 AI 编程工具当成“有本地执行能力的开发基础设施”,而不是普通 SaaS。普通 SaaS 出问题,多半是数据泄漏或权限越界;本地 coding agent 出问题,可能直接碰到源码、密钥、SSH 配置、构建脚本、云账号上下文。 这件事的反直觉之处在于,越专业的团队越可能受影响。因为他们更可能用 hooks 自动跑测试、自动格式化、自动开工单、自动接告警;他们也更可能把 deeplink 放进运维流程里。个人用户可能只是点开聊天,企业用户点开的可能是一条半自动化生产链。 所以这次 Claude Code RCE 的真正信号是:AI agent 安全已经从“防 prompt injection”进入“防工具链注入”。模型安全只是其中一层,CLI、配置、插件、hooks、权限系统,才是接下来最容易出事故的地方。

0
0
煜坤煜坤···3 分钟阅读

一亩田这个 AI Agent,真正要看的不是 token,而是订单

一亩田这次讲的数字挺好看。 WolaiCai AI Agent 全平台上线,每天消耗超过 2 亿 tokens,农业 AI 相关产品每天收入超过 2 万元人民币,折合大概 3000 美元。听起来像是农业版 AI Agent 开始跑起来了。 但这个事不能只看热闹。 2 亿 tokens 说明系统调用量不低,可 token 本身不是收入,也不是利润。AI 公司最容易讲大的就是调用量,真正难的是:这些调用有没有带来成交、复购、毛利和现金流。 一亩田这套 Agent 的方向倒是对的。 农业交易的问题一直不是“没有信息”,而是信息太散。买家要找货,要问规格、产地、包装、物流、价格;卖家要发货源,要报库存、等级、报价、起运地。以前这些事大量靠电话、微信、熟人和中间商。慢,碎,还容易反复确认。 如果 AI 能把询价、比价、撮合、定金、锁货、排车这些动作串起来,价值就不是“聊天机器人”,而是交易流程自动化。 这也是这条新闻最值得看的地方:一亩田没有把 AI 放在内容生成上,而是往农产品流通里塞。农业 B2B 很土,但正因为土,效率提升的空间才大。 行业背景也配合。中国商务部说,2026 年一季度农产品网络零售额同比增长 14.7%。2025 年中国农村网络零售额已经到 3 万亿元。这个市场不是没需求,问题是履约和信任成本太高。 所以我更关心两个数字。 一个是日收入 2 万元。年化下来大概 730 万元人民币。对比一亩田 2025 年 1.40655 亿元收入,这个体量还不算大,约等于 2025 年收入的 5% 左右。 另一个是它 5 月 7 日说过的目标:AI 相关举措可能带来超过 1000 万美元的全年收入增量。这个目标如果要兑现,不能只靠现在这个 2 万元日收入,还得靠更多产品、更高付费率,或者交易佣金、服务费一起起来。 也就是说,这次公告是一个落地信号,但还不是胜利宣言。 一亩田自己的财务压力也不能忽略。SEC 文件显示,公司 2025 年收入从 2024 年的 1.61321 亿元降到 1.40655 亿元,净亏损从 3494 万元扩大到 4286 万元。毛利率倒是不错,2025 年有 84.6%,但销售、管理和研发投入怎么平衡,仍然是问题。 更现实的是 Nasdaq 合规风险。 公司 5 月 19 日公告说,它收到了 Nasdaq 关于最低上市证券市值和公众持股市值要求的通知。5 月 21 日又说已经提交听证请求,退市程序暂时中止,ADS 还会继续交易。但“暂时中止”和“风险消失”不是一回事。 所以这条新闻的市场含义,我会这样看: 如果 WolaiCai 真能把农产品交易链条里的人工沟通成本打下来,一亩田会拿到一个比普通 AI 应用更硬的场景。因为农业流通不缺人,缺的是更快、更可信、更标准化的交易通道。 但投资者不能把“AI Agent 上线”直接等同于“公司基本面反转”。 要继续看三个东西:日收入能不能从 2 万元往上走,AI 带来的成交是否能沉淀成稳定毛利,Nasdaq 合规问题能不能解决。 风险提示也很直接。 公司披露的 token 和日收入数据主要来自公司公告,外部还缺少独立验证。AI Agent 在农业交易里能不能稳定处理质量、物流、售后、定金纠纷,还要看真实履约。公司仍处亏损状态,并且面临 Nasdaq 持续上市要求压力。对投资者来说,这更像一个“业务转型观察点”,不是可以直接按 AI 概念重估的确定性事件。 一亩田这次真正有价值的,不是每天烧了多少 token,而是它能不能把 AI 变成农产品交易里的收银台。

0
0
煜坤煜坤···2 分钟阅读

我越来越确定:AI不是机会平权,而是把强者放大、把焦虑点燃

我越来越觉得,AI根本不是在“重新分配机会”,它更像一面照妖镜。 一个人原来就有东西,AI一上来,直接把他的速度、产出、表达、执行力一起放大,像给发动机装了涡轮。原本写一篇内容要一天的人,现在几个小时就能做完;原本一个人只能顾一摊事,现在能同时推进好几个项目。真正可怕的不是AI多强,而是本来就有判断力、有技能、有作品的人,一旦会用AI,提升不是一点点,是成倍拉开差距。 反过来看,对本来没技能、没经验、也没什么方法论的人,AI又确实像一所免费的学校。以前遇到问题,没人带、没钱报课、试错成本高,很多人卡在“不知道从哪开始”。现在不一样了,写不会可以问,做不懂可以问,连步骤都能拆给你看。很多以前需要绕很久的路,现在可以直接从“看不懂”走到“先做出来”。它至少把学习的门槛压低了,也把很多人从“完全不会”推到了“可以上手”。 但问题也恰恰出在这儿。AI能教会一个人怎么开始,却替代不了一个人真正的积累。它可以告诉我怎么写文案、怎么做方案、怎么搭框架,甚至能给出一版看起来不错的结果,可真正决定结果的,还是我有没有审美、有没有判断、知不知道什么叫好、什么叫适合、什么叫能落地。没有这些底子,最后很容易变成“什么都会一点,什么都不够值钱”。 最容易被AI折腾得焦虑的,反而是另一种人:特别爱追风口,但手里没有稳定业务,也没有真正过硬的产品。今天看别人用AI做内容爆了,想冲;明天看别人靠AI做副业赚钱了,又想上;后天再刷到一个新工具,又怕自己错过。看上去每天都在追机会,实际上每天都在被新机会牵着走。工具一个接一个换,方向一遍一遍改,最后最累的不是身体,是心态。 因为AI给人的错觉太强了。它会让我觉得,机会 everywhere,门槛很低,谁都能马上做成点什么。可真进场之后才发现,工具只是工具,最后拼的还是稳定输出、持续交付、用户需求、产品质量这些最笨但也最硬的东西。没有业务托底,没有产品承接,再多新概念也只是信息兴奋剂,热闹一阵,落不到结果上。 所以我现在对AI的看法越来越简单了:它不是谁的救命药,也不是谁的末日,它只会把一个人原本的状态放大。 有能力的人,会被放大得更强;愿意学习的人,会被带着更快入门;而没有基本盘、只想追热点的人,很容易被它放大成更深的焦虑。 说到底,AI最先考验的,从来不是使用技巧,而是我到底有没有自己的东西。没有这个底,工具越强,心越慌。这个时代真正稀缺的,也许不是会不会用AI,而是有没有一个值得被AI放大的自己。 你觉得,AI现在放大的,到底是能力,还是焦虑?

0
1
煜坤煜坤··

这一周的 AI 圈快到让人产生幻觉,感觉像过了一整年。就在大家还沉浸在各种大模型刷屏的时候,行业的底层逻辑其实已经悄悄变了——现在的疯狂,本质上是一场极其残酷的“生态肃清”。

0