企業 AI 落地研究所01 / 16
一個 GitHub 專案的拆解・防守視角
「AI 自動駭客」
ARTEX 是什麼?
設定目標後幾乎不用管的攻擊平台,
專打企業忘了關的門——不是什麼新魔法。
主持:Casper/專家:Max資料查核至 2026-11-13(台北時間)
企業 AI 落地研究所02 / 16
攻擊者對 AI 說的話,
多半只有一句:「進度是什麼?」
Check Point 拿到 10 台設定錯誤、整個資料庫外露的 ARTEX 控制台:設好目標之後,操作者幾乎不插手。
不到 3 小時Microsoft:多起案例從鎖定目標到拿到雲端特權權限,不到 3 小時。
約 700~1,500 美元Check Point 估算:一個操作者跑兩週、約 360 億 tokens 的模型費用。
1,608 台Check Point 研究時,公開可連線的 ARTEX 控制台數量。
數字皆為資安廠商自身觀測,非全面統計來源:Check Point Research 11-05;Microsoft 10-21
企業 AI 落地研究所03 / 16
一句話說清楚

它不是一個 AI 模型,是指揮一群 AI 去操作資安工具的平台。

你給它一個目標和範圍,它讓多個 AI 分工:一個負責規劃,幾個負責動手,把找到的東西記下來、再決定下一步。
專案自述:「LLM 多代理驅動的自主滲透測試系統」。滲透測試=模擬駭客攻擊、找出自家弱點,本來是資安顧問的工作。
事實原作者寫明「只能用在自有或已授權的系統」。
它不是什麼
不是新的 AI 模型要接外部模型(Claude、GPT、DeepSeek 等,或自架模型)才能動。
不是病毒它本身不會自己擴散;是有人架起來、下指令才會去打。
不是新攻擊手法用的是弱密碼、沒驗證的 API、沒修補的系統這些老問題,只是更快、更不累。
「不是新攻擊手法」為 Unit 42 結論:AI 工具沒有發明新攻擊來源:BaaRai/ARTEX README;Reuters/Mint 10-09;Unit 42 11-11
企業 AI 落地研究所04 / 16
身世時間線(2026 年)

原作者已經關掉了,但複製版還在更新。

7 月公開

中國開發者 Autumn-27 在 GitHub 公開 ARTEX;複製版保留的最早 commit 是 7-26

GitHub 歷史・Datadog
9 月底~10 月初南韓

南韓多家金融機構遭攻擊;CrowdStrike 10-07 指攻擊者使用 ARTEX

Reuters 等轉述
10-08原作者收手

原作者發文:「鑑於工具被濫用」,停止更新、轉為閉源;原頁面下架。但已下載的副本收不回來

聯合早報・Reuters
10-09 清晨台北時間

BaaRai/ARTEX 建立:把中文介面全部翻成英文的分支(fork),之後持續改版

GitHub API
10-21~11-11各大資安廠商

Microsoft、Check Point、Datadog、Unit 42 陸續發布實際攻擊觀測

廠商報告
11-12台北時間

BaaRai 版發布 v0.6.0,加上「目標閘門」等管控(預設關閉)

GitHub Releases
Datadog 稱原版閉源前已被 fork 超過 12,000 次(單一來源)來源:GitHub API;聯合早報 10-09;Reuters/Mint 10-09;Aju Press 10-10;Datadog 11-09
企業 AI 落地研究所05 / 16
BaaRai/ARTEX 基本資料(GitHub API,2026-11-13 08:41 台北時間)

兩千五百顆星,一千多個複製,一個不具名的維護者。

2,491星
GitHub stars
1,029個
forks(別人再複製的分支)
AGPL-3.0
開源授權:改了拿去提供網路服務,就要公開原始碼
誰在維護

BaaRai:個人帳號,沒有公開姓名或公司。README 寫明是 Autumn-27 原版的英文翻譯分支。

做什麼的

Go 後端+Next.js 網頁控制台+PostgreSQL;773 個 commit,約一半來自原作者時期。

原作者

Autumn-27 的 ARTEX 原 repo 已查無(404);同作者的資產盤點工具 ScopeSentry 仍公開,約 2,400 星。

星數、fork 數每天在變,以查核時間為準來源:api.github.com/repos/BaaRai/ARTEX;git log;Autumn-27/ScopeSentry
企業 AI 落地研究所06 / 16
它宣稱能自動做的事(概念層級,不含任何操作方法)

以前要一個團隊輪班做的事,變成一條自動流水線。

1
盤點對外資產

找出公司有哪些網域、主機、網頁、API 露在網路上

2
找弱點

看哪裡沒驗證、沒更新、密碼太弱、程式碼有問題

3
試著打進去

驗證弱點能不能真的用,並把證據記下來

4
往裡面走

README 舉的鏈:取得憑證 → 橫向移動 → 提高權限

5
報告與複測

產出漏洞清單;修好後再測一次確認

事實這些都是專案自己寫的功能;同一套流程,授權的資安團隊拿來體檢,攻擊者拿來打別人。工具本身分不出誰有授權。
步驟 4 的例子取自專案 README 的架構說明來源:BaaRai/ARTEX README、skills 目錄、CHANGELOG(v0.6.0)
企業 AI 落地研究所07 / 16
架構示意(簡化)

規劃者派工、執行者動手,結果寫回再派下一輪。

OPERATOR
操作者

只給目標和範圍

→
PLANNER
規劃者 AI

看目前進度,決定下一步要試什麼

→
WORKERS ×3
執行者 AI

預設 3 個同時做,各領一個任務

→
TOOLS
既有資安工具

掃描器、指令列、瀏覽器、HTTP 請求

→
MEMORY
兩張圖

資產圖+探索紀錄

新發現寫回圖上 → 自動喚醒規劃者 → 再派下一輪,直到目標達成或預算用完
接哪些模型

Anthropic、OpenAI 格式,或本機 Ollama;OpenAI 相容格式也能接 DeepSeek、Qwen 等。

模型被封就換

Datadog 觀察:一家供應商封掉金鑰,就換下一家繼續。

內建煞車,但預設不一定開

有指令審批、人工確認、「目標閘門」;v0.6.0 的目標閘門預設關閉。

示意圖依 README 架構章節簡化,非完整技術說明來源:BaaRai/ARTEX README、CHANGELOG 0.6.0;Datadog 11-09
企業 AI 落地研究所08 / 16
全球資安廠商的實際觀測(2026 年 10~11 月)

從國家級駭客到小額詐財,都在用同一套工具。

Microsoft10-21・11-06

中國國家關聯的 Storm-0940 用來加速 ConnectWise 供應鏈事件;柬埔寨據點的 Storm-3358 用來打東南亞金融業

廠商報告
WorkOS10-30 偵測

美國身分驗證服務商:攻擊「很可能由 ARTEX 驅動」,碰到 CRM 與客服資料;HN 討論 81 分

受害公司自述
Check Point11-05

操作者多用 DeepSeek 系列;目標多是投機型詐財:偷 iOS 簽章憑證、遊戲帳號、加密貨幣

廠商報告
Datadog11-09

拿遭竊的長效雲端金鑰進 AWS 翻日誌找財務資料;也試圖從公開註冊頁鑽進去

廠商報告
Unit 4211-11

沒用任何軟體漏洞,只靠密碼重設頁+外露 API,有時一天內就摸進雲端;受害含零售業

廠商報告
「使用 ARTEX」是各家依工具痕跡、基礎設施判斷,屬廠商歸因來源:Microsoft 10-21、11-06;HN 50345712;Check Point 11-05;Datadog 11-09;Unit 42 11-11
企業 AI 落地研究所09 / 16
為什麼這對企業是新問題

變的不是攻擊手法,是成本、速度和耐心。

成本
兩週約 700~1,500 美元

事實Check Point 估一個操作者兩週的模型費用。過去請一組人做同樣的事,代價高得多。

速度
拿到憑證約 1 分鐘就轉向

事實Unit 42:約 3 分鐘驗證 200 多組雲端密鑰。人工看警報跟不上。

耐心
每個端點、每個檔案都試

事實Check Point:危險的不是攻擊多高明,是它不停地、全面地試到成功為止。

對中小企業的意思
「我們太小,駭客不會看上」不成立了

推論攻擊變便宜後,掃一遍全網路比挑目標划算。Unit 42 也認為:只要有東西露在網路上,不分規模都可能被打。

推論:依上述報告的成本與速度數字推得,無台灣統計來源:Check Point 11-05;Unit 42 11-11
企業 AI 落地研究所10 / 16
台灣連結(入侵經過 EP7 已講,這裡只看原文怎麼寫)

台灣目前只有 91APP 公開說系統內有 ARTEX 痕跡。

91APP 18 天調查報告(IR 新聞稿,2026-10-22)
「調查發現攻擊者使用 AI 自動化工具攻擊,系統內發現 ARTEX 等工具痕跡」
原文註解:「ARTEX 為 AI 自主滲透測試系統,可由 AI 自動搜尋系統漏洞、規劃入侵路徑,並進一步執行攻擊與竊取資料。」
同稿:「攻擊工具的新穎不改變公司的責任,防護與修補管理未跟上攻擊速度,是公司必須檢討之處。」
注意用詞是「痕跡」

公司沒說是哪個版本、是不是唯一工具,也沒公布攻擊者身分。

其他台灣案件:沒公布手法

CYBERBIZ、莫筆克、1shop、meepShop、易遊網都沒有公開說是 AI 工具,不能算成 AI 攻擊。

入侵怎麼發生?

EP7 已拆解,本集不重講。→ 看 EP7(11-02)

原文引自 91APP 投資人關係網站,未改字來源:ir.91app.com/tw/news_detail.php?id=160(2026-10-22)
企業 AI 落地研究所11 / 16
講這題不能誇大的地方

AI 攻擊是真的,但不是無所不能。

會幻覺
「成功」可能是假的

Check Point:一個操作者打了 292 個目標、AI 回報 230 個發現,錢一毛都沒拿到;有些「成功」只是 AI 看到系統回「success」就當真。

很吵
它不太會躲

Unit 42、Datadog 都觀察到:短時間大量請求、大量「權限不足」錯誤、固定的「想一下再動手」節奏。有在看日誌就看得到。

打老問題
門沒關才進得來

被利用的多是:前端程式碼裡寫死的管理密碼、沒驗證的 API、弱密碼、沒修補的系統。

別亂貼標籤
工具名稱≠原因

沒公布手法的案件不能說是 AI 攻擊。HN 上也有人說:只講工具名就像只講「用了 Kali Linux」,真正該問的是哪扇門沒關。

HN 留言為社群意見,非事實陳述來源:Check Point 11-05;Unit 42 11-11;Datadog 11-09;HN 50345712
企業 AI 落地研究所12 / 16
防守方能不能也用?

可以——在自家、有書面授權、有人看著的前提下。

為什麼值得考慮

Unit 42 建議:在內部用同類 AI 滲透測試框架,比外面的 AI 先找到自己暴露的弱點。

ARTEX 這類工具本來就有「複測」:修好之後再驗一次,適合定期體檢。

反過來利用 AI 的弱點:Microsoft 測試發現,誘餌系統、拖延陷阱、「假勝利」能讓 AI 攻擊者白忙一場,甚至以為達標就收工。

推論中小企業沒有資安團隊,更可能透過資安廠商的「AI 輔助滲透測試」服務接觸到這類工具。

真的要做,五個前提
書面授權

寫清楚測哪些系統、什麼時段、誰是緊急聯絡人;放在平台上的網站,要先取得平台同意。

控制台別對外

Check Point 找到 10 台控制台把整個資料庫露在網路上——測試工具本身會變成新的洞。

注意資料送去哪

測試過程會把你的系統細節送給外部 AI 模型供應商。推論

煞車要打開

審批、目標範圍限制要手動開;BaaRai 版的目標閘門預設是關的。

找專業的人

不建議自己下載來玩:版本很新(v0.x),前幾版作者自己標「不支援」。

本頁不提供任何安裝或操作方式來源:Unit 42 11-11;Microsoft 11-06;Check Point 11-05;GitHub Releases;CHANGELOG 0.6.0
企業 AI 落地研究所13 / 16
企業這個月就能做的五件事

把 AI 攻擊者最愛找的五樣東西先收起來。

1
修補對外服務,盤點「忘了的管理工具」

內部效率工具、後台、測試環境有沒有直接露在網路上?有沒有更新?91APP 的破口就是一個沒更新的內部工具。

IT/外包廠商
2
拿掉公開的「攻擊地圖」

API 規格文件、前端原始碼對照檔、前端程式裡寫死的密碼或金鑰,都會被 AI 直接讀來用。

工程
3
金鑰換成短效、集中管理

長期有效的雲端金鑰換成角色或短效憑證,放進密鑰管理服務;定期輪換,用不到的刪掉。

工程/雲端
4
盯「機器速度」的異常流量

註冊、忘記密碼、驗證碼頁面要限流;警示大量權限錯誤、金鑰第一次從陌生 IP 使用。

資安/監控
5
寫進供應商要求

問你的開店平台、ERP、外包商:對外管理工具有沒有盤點?金鑰多久換?出事幾小時內通知你?

採購/法務
1、5 為本節目依 91APP 案與台灣電商供應鏈整理的建議來源:Unit 42 11-11;Datadog 11-09;Microsoft 11-06;Check Point 11-05;91APP IR 10-22
企業 AI 落地研究所14 / 16
法律提醒(非法律意見)

「只是用 AI 掃掃看」,掃別人家就可能違法。

刑法「妨害電腦使用罪」
  • 第 358 條:利用系統漏洞等方式,無故入侵他人電腦——三年以下有期徒刑
  • 第 359 條:無故取得、刪除或變更他人電磁紀錄,致生損害——五年以下
  • 第 360 條:無故以電腦程式干擾他人電腦,致生損害——三年以下
  • 第 362 條:製作專供犯本章之罪的程式,供自己或他人犯罪——五年以下
自家測試也要書面

老闆口頭說「去測一下」不夠。範圍、時間、方法、負責人白紙黑字;外包測試簽約時一併寫。

網站放在別人平台上

開店平台、雲端服務屬於別人的系統,測之前先看對方的測試政策或取得同意。

工具作者也這樣寫

ARTEX 的條款:只能用於自有或明確授權的系統,法律責任由使用者承擔。

第 358~360 條為告訴乃論(第 363 條);實際適用請洽律師來源:全國法規資料庫 刑法第 358~363 條;BaaRai/ARTEX README
企業 AI 落地研究所15 / 16
尚未確認的事

這些還不能講死。

?
91APP 的「痕跡」是哪個版本

原版還是某個複製版、是不是主要工具、攻擊者是誰:公司都沒說

?
台灣其他案件的手法

CYBERBIZ、莫筆克、1shop、meepShop、易遊網都未公布

?
原版到底被複製多少次

「超過 12,000 次」只有 Datadog 一家寫

?
BaaRai 是誰

匿名帳號;與原作者的關係不明

?
南韓銀行案的細節

CrowdStrike 原始報告本輪未讀到,只看到 Reuters 等轉述

?
閉源日期的寫法

多家媒體寫 10-08;Check Point 同一篇文內另有一處寫 9-08,以 10-08 為準

查核至 2026-11-13(台北時間)BleepingComputer「200 個組織」報導本輪無法開啟,未引用
企業 AI 落地研究所16 / 16
資料來源(日期為發布日;皆為 2026 年)

本集引用

本簡報為節目自行整理,引用公開資料;防守與認知用途主持:Casper/專家:Max