Claude Code源代码泄露事件正在对该工具的安全性产生实际影响。安全研究人员已从泄露代码中发现了一个具体漏洞。
AI安全公司Adversa披露了这一安全漏洞:当Claude Code接收到包含超过50个子命令的指令时,对于第50个之后的子命令,系统将绕过原本可能拦截危险操作的高计算量安全分析,转而仅向用户询问是否继续执行。由于用户通常默认安全拦截规则仍在生效,可能会在毫无察觉的情况下授权执行恶意操作。
更令人关注的是,Adversa指出,这一漏洞在源代码中已有详细记录,Anthropic也已开发出对应的修复方案——tree-sitter解析器,该方案同样存在于代码库中,但在面向用户的公开版本中并未启用。
Adversa进一步说明了攻击者可能的利用方式:攻击者可以通过分发一个看似正常的代码仓库来实施攻击,该仓库内含一个经过恶意篡改的CLAUDE.md文件。文件中包含指引Claude Code构建项目的指令序列,前50条或更多为外观合法的正常命令,随后混入一条恶意命令,例如窃取受害者的身份凭证。一旦获取这些凭证,攻击者便可对整个软件供应链构成严重威胁。
Q&A
Q1:Claude Code的安全漏洞具体是怎么触发的?
A:当Claude Code收到超过50个子命令的指令序列时,第50条之后的子命令将不再经过高强度的安全分析,系统会直接询问用户是否授权执行。用户误以为安全机制仍在运行,可能会在不知情的情况下批准恶意操作,从而导致漏洞被利用。
Q2:Anthropic有没有修复这个漏洞?
A:Anthropic已经开发了修复方案,即tree-sitter解析器,并已将其写入代码库中。但目前该修复方案尚未在面向普通用户的公开版本中启用,这意味着现有用户仍处于风险之中,尚未获得实际保护。
Q3:攻击者会怎么利用Claude Code的这个漏洞?
A:攻击者可以将一个经过精心伪装的代码仓库分发给目标用户,仓库中藏有被篡改的CLAUDE.md文件。文件内嵌50条以上看似正常的构建命令,最后混入窃取用户凭证的恶意指令。一旦凭证被盗,攻击者即可进一步渗透软件供应链,造成大范围安全损失。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。