Luka w Claude Code pozwala na przejęcie kontroli nad komputerami deweloperów przez złośliwe repozytoria GitHub
Badacze bezpieczeństwa odkryli nową metodę ataku, która umożliwia cyberprzestępcom uzyskanie pełnej kontroli nad maszynami deweloperów. Wykorzystuje ona narzędzia do kodowania AI, takie jak Claude Code, do uruchamiania u

Badacze bezpieczeństwa z 0DIN, platformy Mozilla GenAI do wyszukiwania błędów, zidentyfikowali nowy wektor ataku, który zagraża komputerom deweloperów. Poprzez pozornie normalne repozytorium GitHub, atakujący mogą uzyskać pełną kontrolę nad systemem, gdy tylko narzędzie do kodowania AI, takie jak Claude Code, zostanie użyte do pracy z tym repozytorium. Mechanizm ten opiera się na technice pośredniej iniekcji promptów.
Jak działa atak?
Złośliwy mechanizm działa w sposób niezwykle podstępny. W repozytorium znajduje się skrypt instalacyjny, który w czasie działania pobiera komendę z wpisu DNS i natychmiast ją wykonuje. Kluczowe jest to, że złośliwy kod nigdy nie jest bezpośrednio obecny w samym repozytorium. Dzięki temu pozostaje on niewidoczny dla standardowych skanerów bezpieczeństwa, procesów recenzji kodu oraz dla samego agenta AI.
Podczas konfiguracji, Claude Code napotyka rutynowy komunikat o błędzie. W tym momencie narzędzie AI automatycznie uruchamia wspomniany skrypt, co prowadzi do otwarcia odwrotnej powłoki (reverse shell) dla atakującego. Od tego momentu cyberprzestępca uzyskuje dostęp do systemu, co pozwala mu na:
- Przechwytywanie kluczy API.
- Pozyskiwanie danych logowania i innych poświadczeń.
- Utrzymywanie trwałego dostępu do skompromitowanej maszyny.
Wystarczy jeden link do złośliwego repozytorium – umieszczony na przykład w ogłoszeniu o pracę, samouczku lub wiadomości na platformie Slack – aby skompromitować każdego dewelopera, który otworzy go za pomocą narzędzia do kodowania AI.
Zalecenia i środki zaradcze
Badacze z 0DIN wskazują na proste, lecz fundamentalne rozwiązania mające na celu zniwelowanie tego zagrożenia. Przede wszystkim, agenci AI powinni wyświetlać zawartość skryptu instalacyjnego przed jego uruchomieniem. Taka transparentność pozwoliłaby deweloperom na weryfikację kodu przed jego wykonaniem.
Dodatkowo, deweloperzy powinni przyjąć zasadę, że instrukcje instalacyjne zawarte w repozytoriach stron trzecich należy traktować jako niezaufany kod. Oznacza to konieczność zachowania szczególnej ostrożności i manualnej weryfikacji wszelkich skryptów przed ich uruchomieniem, niezależnie od tego, czy korzystają z narzędzi AI, czy też nie.
Odkrycie to podkreśla rosnącą potrzebę rygorystycznych protokołów bezpieczeństwa w miarę integracji narzędzi AI z codziennymi procesami deweloperskimi. Wskazuje również na to, że nawet najbardziej zaawansowane technologie, takie jak AI w kodowaniu, mogą stać się wektorem ataku, jeśli nie zostaną odpowiednio zabezpieczone i zweryfikowane pod kątem potencjalnych luk.
Źródło: the-decoder.com
Komentarze
Zaloguj się, aby dołączyć do dyskusji.
Nikt jeszcze nie skomentował. Bądź pierwszy!
Czytaj dalej

Ford zatrudnia ponownie doświadczonych inżynierów po niespełnionych oczekiwaniach wobec AI
Koncern Ford Motor Company zatrudnił 350 doświadczonych inżynierów, w tym byłych pracowników, po tym jak systemy sztucznej inteligencji i automatyzacji nie zapewniły oczekiwanego poziomu jakości w produkcji.
Redakcja Aigest17 godz. temu

VibeThinker-3B: Mały model językowy Sina rywalizuje z gigantami w logice, ale nie w wiedzy
Chiński model językowy VibeThinker-3B, opracowany przez firmę Sina, osiąga wyniki porównywalne z modelami stukrotnie większymi w zadaniach matematycznych i programistycznych, co podważa dotychczasowe założenia dotyczące
Redakcja Aigestwczoraj

Jak zbudować stabilny przepływ pracy dla danych Fable 5 Traces w Colab
Artykuł przedstawia kompleksowy przewodnik po tworzeniu stabilnego środowiska pracy z danymi Fable 5 Traces, obejmujący parsowanie wywołań narzędzi, audyt danych i trenowanie modeli bazowych.
Redakcja Aigestwczoraj

Liquid AI prezentuje LFM2.5-230M: mały model AI do zadań agentowych na urządzeniach brzegowych
Liquid AI wprowadza LFM2.5-230M, swój najmniejszy model AI, zoptymalizowany do zadań agentowych na urządzeniach brzegowych, takich jak telefony i roboty.
Redakcja Aigestwczoraj

DeepSeek prezentuje DSpark: przyspieszenie generowania DeepSeek-V4 o 60-85%
DeepSeek wprowadził DSpark, framework do spekulatywnego dekodowania, który znacząco przyspiesza generowanie treści przez modele DeepSeek-V4, oferując otwarte zasoby i kod do trenowania.
Redakcja Aigestwczoraj

Połowa użytkowników Claude twierdzi, że AI może wykonać co najmniej połowę ich pracy
Badanie przeprowadzone przez Anthropic wśród blisko 10 000 użytkowników Claude'a ujawnia, że wielu z nich uważa, iż sztuczna inteligencja jest już w stanie przejąć znaczną część ich obowiązków zawodowych.
Redakcja Aigestwczoraj
Bądź na bieżąco ze światem AI
Najważniejsze newsy, recenzje i poradniki — raz w tygodniu, prosto na maila. Bez spamu.