OpenClaw是一个开源项目，允许AI模型在本地执行系统任务，但存在安全隐患。2026年，Moltbook平台因数据库配置失误导致150万用户凭据泄露，随后OpenClaw遭到恶意攻击，暴露了AI身份和敏感数据的风险。多个安全事件表明，开发者需重视安全审计和数据保护，以防止系统接管和数据泄露。

恶意攻击者通过伪装成合法工作负载而非直接破坏系统进行入侵，例如RustyWater植入程序在系统中静默存在。随着基础设施可观察性的增强，攻击者的策略转向保持正常行为。现代系统中，获取执行权限变得容易，攻击者通过影响信任模型实现长期影响。因此，设计时需将控制权的明确性作为目标，以限制执行传播。

近期，恶意攻击者通过GitHub Actions窃取了PyPI发布令牌，但未成功发布包。攻击者修改了多个存储令牌的工作流，将其发送至外部服务器。虽然部分令牌被窃取，但未在PyPI上使用。已通知受影响的项目维护者并采取了相应措施。建议使用短期令牌和受信发布者以增强安全性。

恶意攻击者利用系统工具（如PowerShell、Python）执行恶意代码，进行侦察、权限提升和横向移动。监控网络流量、进程和文件活动对于检测这些活动至关重要，以防止系统被完全控制。

越来越多的软件开发者使用AI生成代码，虽然提高了生产力，但也带来了代码可靠性和安全漏洞的风险。研究显示，AI生成的代码中有19.7%的推荐包并不存在，开发者需谨慎验证代码以防恶意攻击。

近期，Upwork上出现针对加密货币开发者的恶意攻击，攻击者通过虚假客户账户发布诱人工作，实则植入恶意代码，导致钱包被盗和身份盗用。开发者应谨慎评估工作，避免执行不信任的代码，并在隔离环境中测试。

在人工智能快速发展的背景下，视觉语言模型（VLMs）面临安全威胁。本文探讨了保护这些模型免受恶意攻击的方法，包括模型架构攻击和数据中毒。通过引入关键词匹配率（KMRScore）等评估指标，研究者能够更好地理解攻击效果并制定有效的防御策略。强调语义结构和集成模型的使用可以增强模型的鲁棒性，以应对动态环境中的不断演变的威胁。

DeepSeek的AI助手因遭遇大规模恶意攻击，限制新用户注册。目前仅支持中国手机号注册，现有用户可正常登录。公司表示正在解决服务中断问题，鼓励用户稍后再试。

现代软件开发依赖开源包，但面临恶意攻击风险。2024年报告显示，恶意包增加156%。攻击者通过劫持或模仿受信任的包传播恶意软件，尤其是国家行为者利用npm和PyPI进行攻击。开发者需加强安全措施，监控代码提交，以防供应链被破坏。