多年来，网络安全从业者一直通过数字指纹来追踪不同类型的恶意软件，检测潜在感染，识别各种黑客工具并长期跟踪其使用情况。随着攻击者越来越多地将代理式人工智能组件整合到黑客工具中，思科 Talos 的研究人员周一分享了一个开源框架，他们希望该框架能被广泛用于分类和分析集成人工智能的恶意软件。他们还提供了该框架已经发挥作用的证据。

他们将该框架命名为“认知人工制品情报研究网络”（Cognitive Artifact Intelligence Research Network，简称 CAIRN），取名灵感来源于徒步旅行者在小径上堆叠的石堆，用以标记路径或强调特定地点。随着恶意软件作者不断扩大对人工智能服务的使用，思科 Talos 的研究人员已利用 CAIRN 识别出一种具有完全自主指挥与控制基础设施的黑客工具。这种名为 CLOSEDQUORUM 的恶意软件通过向多达四个大语言模型（LLM）询问下一步行动，并根据这些模型的“集体智慧”获取指令，从而在目标系统中策划其行动。

“核心理念是，人工智能的集成会留下类似指纹的痕迹，”领导 CAIRN 开发的思科 Talos 安全研究员瑞安·费特曼（Ryan Fetterman）表示。“这为我们提供了一个信号，可以用来追踪这些样本、对它们进行分类，并观察正在发生的事情。攻击者在尝试什么？我们看到了什么样的涌现行为？随着这些技术变得越来越主流，这对防御社区来说是一项宝贵的资源。”2025 年 7 月，乌克兰网络安全响应小组 CERT-UA 发出警告，称其发现了一场使用名为“LAMEHUG”的恶意软件进行的网络钓鱼活动。该植入程序通过 Hugging Face API 与名为 Qwen2.5-Coder-32B-Instruct 的大语言模型进行通信以获取指令。“当时我就想，‘哇，这太惊人了。人工智能驱动的恶意软件将迎来大爆发，整个格局将彻底改变，’”费特曼说道。

然而，一年后，当他在今年夏天对集成人工智能的恶意软件进行回顾时，费特曼（Fetterman）感到震惊，因为他发现有据可查的案例依然寥寥无几。“确实没多少东西。我想我大概只找出了九个不同的恶意软件家族，”他说，其中一些还是为了研究而创建的概念验证。“这与我的预期不符，而且我很难相信这就是我们目前的现实情况。所以我决定深入挖掘。”其成果便是 CAIRN，它旨在通过元数据标记人工智能集成的特征和属性，并以此为基础对恶意软件样本进行分类和标记，本质上是赋予它们一个唯一的 ID。该系统随后会在 CAIRN 库的整体背景下分析每个样本，并根据各种特征将它们分组，以展示潜在的趋势和关联。费特曼表示，在过去几个月里开发并使用 CAIRN 后，他又发现了大约 20 个集成人工智能的恶意软件案例。

“因此，虽然我认为这对攻击者来说在很大程度上仍处于实验阶段，但其格局比公开报道的要复杂和多样得多，”他说。“外面发生了很多事情，这确实为未来可能发生的情况提供了一个有价值的早期信号。”CAIRN 识别出的 CLOSEDQUORUM 黑客工具是一款 Windows 恶意软件，它会向 DeepSeek、Qwen、Mistral 和 Google Gemini 发起查询，以就其下一步行动达成共识。即使其中一个人工智能服务不可用，该恶意软件仍会轮询其他服务，从而创建足够的冗余，使系统完全封闭，且没有任何人工干预机制。思科 Talos 的研究人员发现，该恶意软件与 2025 年以来涉及信用卡欺诈的网络犯罪论坛之间存在一些联系，其设计目的是窃取凭据和加密货币。不过，研究人员无法确认是谁开发了该恶意软件，也无法确认它是否已在现实世界的攻击中使用。

“起初，大家都把人工智能视为一种生产力工具，对吧？”思科Talos威胁情报高级总监马特·奥尔尼（Matt Olney）说道，他指的是合法工作和恶意黑客活动。“现在我们看到的是，它正在被操作化。因此，对于攻击者而言，它使他们能够发起更多攻击活动，触及更多领域，处理更多且不同类型的计算机，因为他们在后台拥有一个非常智能的系统，可以提出问题并给出回应。”