AI 社区对 litellm 库遭遇软件供应链攻击感到震惊

首页

新闻

2026-03-26

HenryJackson

知名人工智能科学家安德烈·卡帕西（Andrej Karpathy）近日发布的一则警报震惊了人工智能开发者社区，该警报揭露了一起针对人工智能软件供应链的定向污染攻击。此次攻击的目标是广受欢迎的 Python 库 litellm，该库在 GitHub 上拥有超过 4 万个星标，月下载量近 1 亿次。作为调用主流人工智能模型 API 的通用适配器，该库遭到入侵已引发多米诺骨牌效应，可能对整个人工智能开发工具链造成影响。

安装即中招：恶意代码的“隐形”运作

此次攻击的隐蔽性源于其巧妙的触发机制。攻击者将一个恶意 .pth 文件植入litellm的两个特定PyPI版本（1.82.7和1.82.8）中。

自动执行：只需通过 pip install ，每次 Python 进程启动时，恶意代码都会自动运行。无需手动导入或调用函数——安装完成的那一刻，您的系统便已暴露在风险之中。

全面的数据窃取：一旦激活，该代码便会大肆收集各种敏感的主机数据。其中包括 SSH 密钥、云服务凭证（AWS/GCP）、Kubernetes 密钥、加密货币钱包以及所有环境变量——这些变量通常包含有价值的大型模型 API 密钥。窃取的信息会被加密并传输到攻击者的远程服务器。

意想不到的转折：攻击者因“漏洞”而暴露

这起本可能长期未被察觉的犯罪，最终因黑客自身的失误而败露。一名开发人员在使用 Cursor 编辑器的扩展时，注意到其机器的内存使用量突然激增。

调查发现，恶意代码触发了一个进程分叉炸弹——这种指数级复制会迅速导致系统崩溃。这种不稳定性成为了关键线索，使安全研究人员得以追溯问题根源至被植入恶意代码的软件包。Karpathy指出，如果攻击者的代码编写得更专业，这场大规模窃取可能仍在持续。

连锁反应：安全工具如何沦为“帮凶”

该事件凸显了一系列供应链故障的连锁反应。攻击组织 TeamPCP 首先攻破了安全扫描工具 Trivy。利用窃取的凭据，他们获取了 litellm 的发布令牌，绕过了代码审查，并将恶意包直接上传至 PyPI。

此次事件的影响范围极广。包括 DSPy、MLflow 和 Open Interpreter 在内的 2,000 多个广泛使用的 AI 工具，都间接依赖于该库。安全专家紧急建议开发者通过运行 pip show litellm。若版本为 1.82.7 或更高，则应视为凭证已完全泄露，并立即轮换所有敏感密钥和令牌。

智源WITA通过首次合规申报，结束了“裸机”机器人交互具身智能领域已达成一个重要里程碑。据上海市网络信息办公室最新公告，智源研发的WITA大模型已成功完成备案，成为国内首个合规部署的具身智能交互大模型。这一成就远不止于获得许可证。WITA的核心目标是让类人机器人能够真正进行对话、感知情感并发展出鲜明的个性。该模型专为机器人交互场景设计，通过自然且富有情感表达的沟通，将冰冷的机械躯体转变为拥有连续记忆和个性特征的“硅基伙伴”。作为交互智能部署的核心引

一项人类学研究指出，经过精心打磨的人工智能内容会导致人类思考能力的下降当你看到人工智能瞬间生成一段结构严谨、逻辑清晰的代码或文档时，是否会不假思索地选择相信它？据AIbase报道，领先的人工智能公司Anthropic最近发布了一份题为《AI流利度指数》的研究报告。在分析了近10,000份匿名Claude对话样本后，该研究揭示了一个令人担忧的趋势：AI生成的内容看起来越是精炼，用户就越不愿意去核实事实。报告显示，当Claude生成小型应用程序、网页代码或格式化文档等

英国各政府部门就人工智能数据中心的能源需求问题发生争执英国政府正面临一项重大挑战：在推动清洁能源发展的同时，力争成为人工智能领域的全球领导者。然而，负责实现这些目标的各部门之间却存在严重分歧。科学、创新与技术部（DSIT）与能源安全与净零部（DESNZ）对人工智能数据中心的未来电力需求做出了截然不同的预测。DSIT预测，到2030年，人工智能数据中心将需要6吉瓦的电力，而DESNZ的估计则不到这一数字的十分之一。这一差距引起了非营利组织Foxgl

相关专题推荐

漫画创作

漫画领域顶尖的AI自动上色工具：零一致性错误地应用平涂色彩

立即访问 XIX.AI，探索 2026 年最优秀的漫画 AI 自动上色工具。我们精心筛选的清单汇集了广受好评、颠覆行业的解决方案，这些工具能以零一致性错误的方式应用平涂色彩，从而大幅提升您的工作效率。通过免费版与付费版的对比分析、实际测试以及每周更新的排行榜，找到最适合您的工具。立即开启您的 AI 优势。