本页面为机器翻译,正在进行母语审校。如需准确信息请参阅英文版。
← 博客
事件分析

冰柜倒戈超市的那一夜

欧洲数百家超市的联网制冷控制器接受了远程指令,毁掉了店内库存。冰柜只是预演:AI 智能体才是按指令行事的新机器。

创始人 Ben Le · 2026年11月3日 · 阅读约 5 分钟

10月11日至12日夜间,法国数百家超市的制冷系统接收到了新的指令,并照做了。

攻击者控制了制冷控制器,将设备锁定在持续除霜状态,使温度升至约 50°C。到了早上,这些门店里的冷藏和冷冻食品全部报废。据报道,法国受影响的门店多达 700 家,被点名的连锁超市包括 Intermarché 和 Carrefour,损失高达数百万。

处于事件中心的控制器,是丹麦工业制造商 Danfoss 生产的制冷调节器,包括 AK-SM 800 和 AK-SC 355。根据 Danfoss 自己的声明,大部分受影响设备是运行过时软件、或已超出支持生命周期的老旧产品。

随后,11月2日,同样的事情再次发生。比利时、卢森堡、瑞典、爱沙尼亚和爱尔兰的零售商报告了第二波温度骤升,手法同样是除霜。

没有人破门而入,也没有人需要这么做。这些机器联着网、等着指令,并照吩咐做了。

真正失守的是什么

抛开新闻标题,这次攻击简单得近乎乏味,而这恰恰是它重要的原因。

这些制冷控制器是联网的机器,有能力采取后果严重的物理行动:在这起事件中,就是在一夜之间毁掉一家门店的全部冷链库存。它们接受远程指令,却没有对指令由谁发出、是否经过授权进行任何有意义的验证。对于真正关键的命令,没有任何授权记录,也没有任何东西能够在当下或事后回答那个基本问题:是谁让你这么做的?他们有权这么做吗?

这些弱点也并非秘密。Claroty 的 Team82 在8月发布了关于 Danfoss 控制器缺陷的研究,其中包括一个可让攻击者获得管理员权限的隐藏登录入口。调查人员尚未确认攻击者利用的是哪一个弱点,但这类问题早在攻击发生前两个月就已公开,存在于无人持续监视的遗留系统中——因为在大多数资产环境里,持续监视不是任何人的职责。清单做过了,报告归档了。资产在继续变化,报告却停在原地。

我们直接说明自己的立场:Redthread 并不销售制冷设备或工业控制器的防护产品,也没有为这些超市提供防御。冰柜不是我们的产品。 但这种失守模式是,而且它即将成为企业最核心的安全问题,因为冰柜只是预演。

为什么传统安全会漏掉这一点

传统的安全模式是为一个更慢的世界设计的:一年一次的评估、时间点式的渗透测试、一份打印归档的资产清单。这些产物从生成之日起就开始过时。联网的资产环境(云账户、SaaS、设备,以及如今的软件智能体)每天都在变化,而攻击者不会等你下一次计划中的审查。

去年清单里属于“可接受风险”的控制器,成了今年的新闻头条。8月公布的弱点,到10月就成了武器。时间点式的安全看不见移动的目标,推断出来的风险评分也无法告诉你,一个已知漏洞在你的环境中是真的可触达、可利用,还是仅停留在理论上。评估与攻击之间的空档,正是现代安全事件的栖身之处。

Redthread 如何应对这种模式

Redthread 是一个 AI 原生应用保护平台,围绕两个信念构建:安全必须是持续的,发现必须经过证明。

我们的评估平台以无代理为先:开始使用时,无需在你的环境中安装任何东西。它首先为你运行的一切构建一张上下文图(应用、代码、云账户、机器、身份,以及它们能够触达的数据),并在 Redthread Flow 中呈现。在那里,攻击路径按严重程度排序,并被如实标注:“已证实”表示我们的引擎执行并确认了该路径上的某一步;“潜在”表示它存在于配置中,但未被执行。每个模块都基于同一张图工作。

它不做年度快照,而是持续评估。连接过程刻意做得平淡无奇:网站无需凭据,GitHub 一键连接,每个云都可一键以只读方式接入,端点传感器一条命令即可安装,并且只做观察、从不拦截。扫描会发现你实际在运行的东西,包括无人登记的影子 AI 和暴露在外的系统;绘制云安全态势和敏感数据存储(DSPM);并构建跨云攻击路径,从而按攻击者在你的环境中实际可能的移动方式为风险排序,而不是按孤立的发现数量。凡是平台报告的漏洞,它都会通过实际利用来验证,并生成可复现的概念验证:证明漏洞真实存在,绝非推断出来的评分。CI/CD 门禁会在新的已证实攻击路径发布之前将其拦下,持续的重新评估会捕捉部署后的变化,而修复支持加上证明函,则为你的团队以及你客户的安全审查人员提供站得住脚的证据。

我们的第二款产品 Agentic Trust & Protection Platform(ATPP,网址: trust.redthreadsec.com)着眼于这一失守模式的下一站。冰柜控制器是按指令行事的机器。AI 智能体则是按指令行事的新机器,只不过它们会浏览网页、购买商品、编写代码、转移数据、调用工具,其规模和速度是任何冰箱都望尘莫及的。ATPP 为每个智能体提供与其构建绑定的密码学身份,在调用时(即行动的那一刻,而不是事后的报告里)验证身份和工具声明,并签发委托回执,证明谁授权了什么。当某个工具偏离已批准的内容时,吊销会随之传播。由于智能体供应链已经在现实中遭到滥用,我们每天对整个 MCP 注册表进行签名扫描,每天的签名清单都锚定在公开的 Sigstore Rekor 透明日志中,因此我们的声明同样可以被检验。11月2日的扫描覆盖了官方 MCP 注册表中的 55,375 个服务器,发现了 1,518 起条目调包,即同一名称之下的代码已经易手。依据这些信号进行内联处置的强制执行网关目前处于预览阶段;身份、验证和证据层已经上线。

超市面临的那个问题——是谁让这台机器这么做的——即将被抛向每一个企业 AI 部署。我们构建的,正是能够回答这个问题的那一层。

与我们一起构建

我们是一家拥有生产系统的年轻公司,抱有一个明确的信念:未来十年的安全,关键在于验证机器,而不仅仅是给它们打补丁。我们正在开放两到三个创始设计合作伙伴名额,面向希望与我们一起在实战中加固这项技术的团队。试点免费,为期 30 到 45 天;对于现在加入的合作伙伴,创始合作伙伴价格享有大幅折扣并锁定不变。

或者从更简单的一步开始:运行 免费自助资产扫描 ,看看持续的、经过证明的评估能在你的环境中发现什么。这些机器已经在接收指令。 请确保它们听从的是你。

继续阅读

更多博客文章。

Agentic Trust & Protection Platform
Agentic Trust & Protection Platform:为每个 AI 智能体提供身份、记录,以及即将推出的检查关卡
ATPP 如今能为智能体提供什么,ATPP Enforce 预览版又增加了什么——以及同样重要的:我们目前还不宣称什么。
平台
无代理、图谱优先:我们为何从一张地图开始,以及时间和金钱都花在了哪里
到处安装代理、对扁平的发现清单逐条分诊,是安全工具中两项最大的隐性成本。本文介绍无代理图谱如何消除这两项成本。
渗透测试
一次 AI 渗透测试要花多少钱——以及它无法替代什么
人工渗透测试是一笔金额大、频次低的采购。自主智能体让它变得金额小、频次高。这是一份坦诚的对比,也包括人类依然更擅长的部分。