Peter Green Chilled 是为英国超市提供冷藏及新鲜产品的重要供应商。据报道,该公司遭到一名尚未确定身份的网络犯罪团伙策划的勒索攻击,成为英国零售行业最新遭受安全事件影响的机构之一。
成立于 60 年前,当时作为一家与 Somerset 乳品供应商合作的运输公司,Peter Green 已发展成为国内温控仓储与运输(cold chain)领域中一个鲜为人知但根基扎实的企业,供应对象包括 Aldi、Sainsbury’s 和 Tesco 等。该公司还提供 IT 服务,涵盖运输与仓库管理系统 (T/WMS)、电子数据交换 (EDI)、库存与温度控制系统以及车辆跟踪与监控。
据 BBC Radio 5 Live 的 Wake up to money 节目报道 —— 此节目首先披露了该事件 —— 攻击似乎始于 5 月 14 日(星期三)晚间,目前已使该机构无法接收新的订单。
Peter Green 的一位发言人对该节目表示,目前无法对这一事件做进一步讨论。然而,该公司的客户之一,The Black Farmer 创始人 Wilfred Emmanuel-Jones 表示,事故发生近一周以来,他仍未看到 Peter Green 如何将已送至其仓库的货物配送到零售商手中的解决方案。
“如果这些货物在接下来几天内不能被送达,由于它们属于新鲜产品,就必须被丢弃,” Emmanuel-Jones 说,“对于一家小企业来说,这将是相当毁灭性的打击。更糟糕的是,我们刚刚还收到一批来自瑞典的货物,目前因 Peter Green 不再接收其他供应商的货物而滞留在港口,因此我们不得不设法将其送往超市。”
Emmanuel-Jones 在节目中透露,他的企业可能因此损失高达 100,000 英镑,对小企业来说,这样的损失是难以承受的。
Computer Weekly 曾联系 Peter Green Chilled,但发现其电子邮件地址未作响应。
关于 M&S、Co-op 攻击的猜测
在 Peter Green 未提供进一步信息之际,截至本文撰写时,将此次事件与正在影响 Marks and Spencer (M&S) 及 Co-op 的 DragonForce/Scattered Spider 事件关联,仅停留在猜测层面,尚无确凿证据证实这种联系。
不过,第三方风险专家 SecurityScorecard 的高级渗透测试员 David Mound 表示,该公司团队正在密切关注正在影响食品零售商的“新兴网络攻击模式”。
他指出,随着更多知名品牌卷入这一事件,正在发展的 Peter Green 事件突显了互联数字供应链的脆弱性,并在整个零售行业中引发了一系列连锁反应。
“这些事件反映出网络犯罪团伙日益倾向于利用那些由于时间敏感性和产品易腐性而面临恢复运营巨大压力的行业,从而提高勒索支付的可能性,” Mound 说,“在食品零售领域,即使是短暂的中断也可能导致产品变质、物流瓶颈和消费者信任丧失。”
“攻击者现在不再仅仅针对数据;他们盯上了紧迫性,” Mound 补充道,“在产品即将过期和要求准时配送的环境下,威胁者深知每延误一小时,支付赎金的压力就会成倍增加。”
“许多关键物流和 IT 提供商的风险评估和分级工作明显不足,” Mound 补充说,“整个行业迫切需要在第三方风险情报和业务韧性标准方面进行协作。”
“SecurityScorecard 敦促食品及零售行业的所有机构重新评估其第三方风险状况,并确保供应商不仅在合规性方面经过评估,更在面对压力时展现出足够的业务韧性。”
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。