AI路由漏洞致私钥外泄，研究揭示YOLO模式风险

核心提要：加州大学研究团队揭露第三方AI路由服务存在严重安全隐患，26个平台植入恶意代码，导致私钥与助记词被窃取。特别令人担忧的是‘YOLO模式’使AI系统可绕过用户授权自动执行指令，加剧风险。

AI中间件漏洞暴露加密资产安全边界

一项由加州大学科研团队主导的研究揭示，多个第三方人工智能路由服务存在深层安全缺陷，已导致至少26个平台被攻破并植入恶意代码，进而造成敏感凭证泄露。

恶意中介攻击威胁开发者隐私

研究指出，这些路由服务在数据传输过程中终止加密连接，使得所有通信内容以明文形式暴露于其系统之中，包括私钥、助记词及身份验证信息。

构建可信代理环境的防御策略

研究人员强调，当前许多开发者在使用Claude Code等工具进行智能合约或钱包开发时，可能无意中将关键密钥经由不可信的中间节点传输，而缺乏有效识别机制。

调查覆盖了28家商业路由平台及400个开源替代方案，发现9个平台主动注入恶意指令，2个采用隐蔽规避手段，另有17个试图窃取研究人员控制的身份凭据。

其中一次实验显示，一个被攻陷的路由服务成功从测试钱包中提取以太币，损失金额低于50美元，但足以证明攻击可行性。

自主执行功能放大安全风险

研究聚焦于一种名为“YOLO模式”的配置选项，该功能允许人工智能系统在未获用户确认的情况下自动执行操作。

一旦路由服务被劫持并注入恶意指令，此模式将使攻击行为完全绕过人工干预，形成无感知渗透。

强化客户端与输出验证机制

为应对这一威胁，研究团队建议开发者严禁通过任何AI代理环境传递私钥或助记词，并部署严格的本地安全策略。

同时提出，应由人工智能服务提供商对输出内容实施加密签名机制，以便开发者能够验证指令来源的真实性，防止伪造或篡改。

研究团队提醒，当前行业普遍将LLM API路由视为可信节点，然而其实际处于关键安全边界，亟需重新评估信任模型。