PHP2Shell vulnerabilities found by AI take down government websites in multiple countries

10 月 21 日晚，如果你有在社交媒体冲浪的习惯，可能会发现一个奇怪的网站关闭潮：几乎是在同一时间，全球多个国家和地区的各种重要基础设施网站纷纷宣布临时关闭。

周三。芬兰政府把所有对外的网络服务关掉了；荷兰国家网络安全中心连自己的官网也撤了下来，鹿特丹港、荷兰足协、五大政党的网站和多家医院紧随其后；法国内政部让各省政府网站暂时下线，德国联邦 IT 服务商关掉了多个站点，比利时外交部、维基媒体基金会、任天堂，也相继停掉了部分服务。

荷兰政府宣布 DigiD 等网站预防性下线｜图片来源：Rijksoverheid

但这些网站其实都没有被黑，而是自己主动关掉的。

原因是 PHP 的两个漏洞：PHP 是世界上用得最多的网站后端语言，W3Techs 的统计里，能识别出后端语言的网站约七成跑在它上面。这两个漏洞被合称为 PHP2Shell，攻击者不需要登录，就有可能远程控制整台服务器。

不过 AI 找到漏洞早就不是新闻了。但据目前的公开报道，这是第一次，一个由 AI 挖出来的漏洞，让好几个国家的政府在同一天关掉了自己的网站。它真正宣告结束的，是网络安全里一条从没写进教科书、却一直在起作用的规矩：很多漏洞之所以安全，只是因为攻击它们太累了。

PHP 官方给这两个漏洞的严重程度评分都是 9.2（满分 10），安全公司 watchTowr 直接打了满分。

它们都出在 PHP 最底层的内存管理上，和网站自己的代码写得好不好无关。PHP 官方的说法是，所有处理网页请求的 PHP 都受影响；Cloudflare 说，受影响的版本一路追溯到十多年前的 PHP 5.4。PHP 基金会的 Volker Dusch 拿它和 2014 年的「心脏出血」比，说这是十多年来最严重的 PHP 安全问题。

让各国政府紧张的，是接下来混乱的 48 小时：漏洞原本处在保密期，按照行业惯例，软件方先把补丁准备好，再和发现者一起公开。

但 10 月 20 日，有人在 Hacker News 和地下论坛 BreachForums 上放出了消息，watchTowr 当天确认漏洞是真的。当晚，PHP 官方紧急宣布，补丁提前一天，在 21 日 14:00（UTC）发布。

补丁出来之前，攻击尝试就开始了。Cloudflare 的 CTO Dane Knecht 在补丁发布前近六小时就在 X 上说，「我们看到早期攻击正在出现」。美国国家安全局、英国国家网络安全中心、欧盟网络安全机构 CERT-EU 给出的建议几乎一致：来不及打补丁的系统，先下线。

于是就有了开头那一幕。

三家公司联合披露了这组漏洞｜图片来源：PHP2Shell

幽灵漏洞复活

PHP2Shell 最反常的地方在于，它并不新，它甚至并不是昨天刚刚发现的。

首个发现它的安全公司 Calif 在技术文章里，把它的源头追溯到 2004 年。在 20 年前，安全研究员 Stefan Esser 就发现过 PHP 在内存耗尽时的同类问题。2020 年，有人提交过相关的 bug 报告，几乎没人理会；2024 年，一次第三方资助的 PHP 安全审计又碰到了相关问题，但因为没能证明它真的可以被利用，最后没有修。

这个漏洞在 PHP 里躺了十多年，不止一次被人摸到了边，却一直没有人把它做成真正的攻击。

2020 年的 bug 报告，几乎没人理会｜图片来源：Calif

原因不是没人想到，而是太费劲。独立作者 Nick Rogers 在分析文章里说，把这类漏洞做成能用的攻击，需要「数周枯燥的手工调试」，过去没有人愿意为它付出这个成本。他给这种状态起了个名字：security by exhaustion，靠攻击者累到放弃来保证安全。

互联网底层大量的老代码，都处在这种诡异但拧巴的状态里。理论上有漏洞，但真要打起来各路神仙都又觉得太费劲，所以就这么一直放着。

改变这件事的，是今年 6 月 OpenAI 启动的一个计划「Patch the Planet」：出钱、出模型，请安全公司去审计那些被全世界依赖的开源软件。Calif 是参与者之一，它把目标定在了 PHP。

8 月 1 日，Calif 的研究员 Ryan Austin 带着 AI 开始审计。按照 Calif 公开的技术文章，AI 在这次审计里是「审计搭档」，也是 agent：它梳理 PHP 内核代码、追踪程序的执行路径，第一个漏洞的关键缺陷，就是 agent 在内核代码里发现的。开始审计后仅仅几天，第一个问题就浮出了水面。

8 月 11 日，Calif 把漏洞报告给了 PHP：团队让 AI 把第一个漏洞的「模式」总结成一份可复用的技能文件，专门用来搜寻同一类缺陷。第二个漏洞，就是靠这份技能文件找到的。

Calif 用漫画还原了 AI 审计的现场｜图片来源：Calif

哦顺道一提，按 OpenAI 在官方博文里的说法，Calif 这次没有使用类似 Daybreak 等专用 AI 网络攻防工具，也没有使用类似 Astra 这样的前沿旗舰模型，而是 GPT-5.6 Sol 这样更便宜的模型。

几乎同一时间，另一家安全公司 Wiz 也撞上了同一组漏洞。8 月 19 日，Wiz 的研究员借助自家工具 Wiz Atlas、Google 的 Gemini 4 Argon 和 OpenAI 的 GPT-5.6 Sol，独立发现了第一个漏洞。第二天，他们在 Drupal 上验证了远程执行代码；第三天，在 WordPress 上也验证成功。

Wiz 在博客里写道，前沿模型帮团队分析失败原因、反复调整，「几小时内」就让攻击在多种应用上跑通。它的结论是：「一名研究员一周完成了过去需要世界顶尖团队数月的工作。」Wiz 把这次发现里最大的功劳给了 Gemini 4 Argon，Google DeepMind 的 Gemini 安全负责人 Raluca Ada Popa 也出来说，这展示了「为什么前沿 AI 会改变网络防御的格局」。

两家公司、三个 AI 模型，三周之内，从两个方向撞上了同一组漏洞。OpenAI 和 Google 各自强调自家模型的贡献，这本身就说明，用 AI 找漏洞已经成了头部 AI 公司正面竞争的赛道。

AI 改变的，似乎并不只是「能不能发现」，更多在于「值不值得做」。当找漏洞、验证漏洞、把攻击适配到不同环境的成本，从「顶尖团队几个月」降到「一个人一周」，甚至「几个小时」，过去那些「太累了不值得」的漏洞，就全都变成了值得。Rogers 的说法是，AI 第一次把网络攻击的边际成本「推向了零」。

这也解释了为什么两家公司会在三周内撞上同一组漏洞。Calif 特别说明，最初发现漏洞时，「没有使用特殊的工具，也没有使用普通人拿不到的模型」。防守方用公开的模型能找到它，攻击方同样可以。

把 PHP2Shell 放回过去两年，能看到一条逐渐引燃导火索：2024 年 11 月，Google 宣布它的 AI 项目 Big Sleep 在数据库软件 SQLite 里找到一个此前未知的漏洞，称这是 AI 第一次在广泛使用的真实软件里发现可利用的漏洞。

今年 4 月，Anthropic 称 Claude Mythos 预览版在测试中找到了数千个零日漏洞，其中包括 OpenBSD 里一个存在了 27 年的漏洞，因为能力太强，这个模型没有公开，只提供给 40 多家维护关键软件的机构。

7 月，由 AI 发现的 WordPress 核心漏洞链 wp2shell 公开，随后被攻击者大规模利用。

从「能找到」到「让政府关站」，用了两年｜图片来源：极客公园

从「AI 能找到漏洞」，到「AI 找到的漏洞太危险，模型不敢公开」，再到「AI 找到的漏洞让政府网站关了门」。AI 对网络安全的改变，第一次从安全圈内部的技术新闻，变成了整个社会都感受得到的现实。

对当下这种乱成一锅粥的局面，OpenAI 在博文里也挽尊了一下：帮助发现漏洞的同一种能力，「也能帮攻击者快速开发攻击工具」。

这已经不是假设。PHP2Shell 公开当天，watchTowr 的研究员 Jake Knott 说，他们在诱饵服务器上观察到的攻击尝试，用的工具部分就是借助 AI 写出来的。「到目前为止还没有人成功，但我们不认为这能持续很久。」

过去一年，攻击者用 AI 的案例在急速升级。2025 年 11 月，Anthropic 披露，一个被它认定有国家背景的组织利用 Claude Code 对约 30 个目标发起入侵，攻击中 80% 到 90% 的战术操作由 AI 自主完成。

今年 5 月，Google 威胁情报团队报告，一个攻击者借助 AI 开发出了可用的零日漏洞攻击，计划发起大规模攻击，被 Google 提前拦了下来，这被认为是攻击者第一次成功用 AI 造出零日攻击。Google 威胁情报首席分析师 John Hultquist 说，AI 不仅能大规模审查代码找漏洞，还能「做出可用的攻击，而这曾经是一道很高的门槛」。

到了 9 月，Anthropic 的威胁情报报告里，案例已经变成了规模化作业：一个疑似与俄罗斯情报机构有关的组织，用 AI agent 在安全软件报警后自动重写恶意程序，目标包括 20 多家政府部门和国防机构；一群讲中文的操作者用 AI「agent 集群」做侦察和漏洞开发，其中一条流程在一个月里产出了十几个疑似零日漏洞；一名独立的黑客行动者，靠 AI 写出一个 WordPress 零日攻击，在 42 个目标里至少攻破了 14 个。

Anthropic 在报告里的说法是，AI 把成本又转嫁回了防守方。过去发起一次复杂攻击需要一个团队，现在一个人加上几个 AI agent 就够了。

防守方的时间窗口

PHP2Shell 公开当天，OpenAI 还给了一个判断：未来几个月，类似的发现会急剧增加。

这句话已经有数据在印证。PHP2Shell 公开的前一天，10 月 20 日，Google 发布了 Chrome 156 正式版，这一个版本修复了 353 个安全漏洞。一年前的 Chrome 141 和 142，这个数字分别是 21 和 26。

一年时间，单版本修复数涨了十倍以上｜图片来源：极客公园

报告人的名单也变了。Chrome 156 里最高等级的 6 个「严重」漏洞，有 4 个由 Anthropic 的研究员 Xinyang Ge 报告，其中一个明确标注「由 Claude 协助」；另有 1 个来自 OpenAI 的 Codex Security。AI 公司的名字，已经成批出现在全球用户最多的浏览器的安全公告里。

6 个严重漏洞，5 个由 AI 公司报告｜图片来源：极客公园

为什么会急剧增加，第一个原因就是找漏洞的方法可以复制了。PHP2Shell 里那份技能文件就是例子：过去，一个顶尖安全研究员的经验很难复制；现在，它可以变成一个文件，交给无数个 agent 同时去跑。

事实上，如今互联网上仍等着被挖的「存量」太大了。互联网的底层，是几十年积累下来的老代码，PHP、浏览器、操作系统、各种开源库。像 PHP2Shell 这样「早就有人摸到边、只是太难打」的漏洞，在这些代码里还有多少，没人数得清。过去它们靠「太累了」被保护着，这层保护正在消失。

这也是为什么各家前沿 AI 研究机构都在加码。Anthropic 把 Mythos 提供给 40 多家关键软件机构，OpenAI 为 Patch the Planet 拿出 10 亿美元等值的使用额度，Google 有 Big Sleep，Wiz 这次也押上了 Gemini。头部 AI 公司都把「用 AI 找漏洞」当成了展示模型能力的主战场。但别忘了，攻击者手里的 AI，和防守方用的往往也是同一代模型。

OpenAI 把发现漏洞到攻击者开始利用之间的这段时间，叫做「防守方窗口」。PHP2Shell 的窗口原本有两个多月，一次提前泄露，就把它压缩到了几个小时。

AI 让找到漏洞变得前所未有地容易，修补却还得一台服务器一台服务器地做。PHP 只为 8.2 到 8.5 四个版本发布了正式修复，安全公司 Mallory 统计，补丁发布前一天，互联网上约有 88 万台服务器还在对外显示 PHP 8.1 或更老的版本。对它们来说，「理论上有漏洞，实际上没人会打」的那份安全感，已经没有了。

*头图来源：Wiz

本文来自微信公众号 “极客公园”（ID：geekpark），作者：张勇毅，36氪经授权发布。