「Lazarus，出来吧」：重编程休眠神经元给 AI 智能体植入后门

Microsoft Research 研究者发现名为 Lazarus 的权重空间后门技术，改写大语言模型中不到 10 个休眠神经元即可在无需训练的情况下给基于该模型的 AI 智能体植入后门。后门模型能通过标准评测并表现正常，直到触发条件出现，例如时钟跨过午夜进入 2027 年时，智能体会在普通任务中输出下载并运行攻击者代码的命令，并以被授予的权限执行。该方法只需推理级算力，串联多个被改写神经元即可在终端注入任意载荷；攻击只需对权重检查点的写入权限，内部开发的模型同样暴露。研究者称前沿智能体在被要求检查时能发现异常权重修改，但可靠检测需与原始未修改权重对比，模型来源与权重完整性因此关键；Microsoft Foundry 已通过验证模型来源和扫描运行环境提供防护，并计划开发智能体权重扫描、红队工具与带防篡改审计的模型签名。