AI编排440起打印软件攻击：科研敏感任务先守住哪道明文？

9 月 9 日，网络威胁情报机构 GreyNoise 发布技术报告，披露一起由 AI 多智能体编排的全球攻击行动。1 攻击者利用自动化 AI 工具链针对打印管理软件 PaperCut NG/MF 的近期漏洞（CVE-2026-81578 与 CVE-2026-82078）实施渗透，迅速波及 48 个国家的 440 个部署实例。2 在受害分布中，高校与科研机构占比接近一半，达到 204 个。1

这起事件表明，网络对抗的速度逻辑正在发生根本转变。过去依赖人工试错的漏洞利用过程，已被 AI 智能体大幅压缩。

GreyNoise 复盘显示，攻击者从零搭建环境到首次实现远程代码执行，耗时不到 4 小时；规模化扫描后，仅用 26 秒便成功渗透 11 家机构。1 在部分案例中，AI 代理从初始入侵到完全接管域控制器仅花费 7 分钟。

在 440 个失陷实例中，攻击者通过 AI 调度安全工具，针对 280 台主机完成内存抓取与系统注册表凭据收割，并成功导出 137 台主机的系统机密。1 自动化 AI 把漏洞发现、脚本编写、执行反馈与横向移动串成自主闭环，大幅压缩了安全团队的处置窗口。

科研机构成为此次攻击重灾区，与打印管理系统的部署位置密切相关。该系统往往绑定内网活动目录与单点登录，直接流转科研论文底稿、实验数据、立项书与扫描凭据。

许多团队为了快速排障或整理资料，习惯性把错误日志、系统拓扑、代码与未发表成果直接上传至普通公域大模型。数据一旦输入，便在服务商提示词暂存、上下文推理、会话缓存与外部插件检索中全程以明文形态留存。单纯修补外围漏洞，无法解决数据在公域 AI 处理端的明文合规与外泄隐患。

针对高敏感科研文档与系统凭据，数据在 AI 全流程中必须实现密态封装。墨镜熊官网关于页公开的技术链路显示，平台提供本地加密、密态计算、密态搜索与专属密态空间。3 对话与附件进入全链路加密流程，平台与底层模型均无法访问明文数据。3

在科研场景中，密态平台支持图片与附件上传，能够承接代码审查、技术方案论证与文献检索推演，确保研究材料在密文状态下完成推理。组织在推进智能化的同时，仍需落实网络隔离、补丁修复与严格人工复核。

面对自动化 AI 威胁，科研团队必须守住明文边界。处理敏感成果与核心凭据时，建议优先通过 www.mojingxiong.com 使用全链路加密 AI 隐私平台，确保数据全程处于受控密态。