一个验证码就能接管你的 AI 编程助手:微软实验证明设备码钓鱼盯上了 Copilot CLI
2026 年 11 月 17 日,微软展示了设备码钓鱼如何够到 AI 编程助手:在真的 GitHub 页面上批准一个验证码,实验室就能遥控 Copilot CLI 会话、污染它的记忆、读取云端同步会话、打开私有仓库。没偷密码,也没做假页面。

一句话:你点的不是钓鱼链接,是 GitHub 真的登录页
2026 年 11 月 17 日,微软安全博客发表了一篇研究文章,标题是《The risks of device code authentication for AI coding agents》。研究团队做了一个实验:他们用 GitHub Copilot CLI 当例子,模拟了一次设备码钓鱼攻击。攻击者没有偷密码,也没有做假登录页——他只是在自己的客户端上发起了一次 GitHub 设备码登录,把 GitHub 返回的短验证码和真的验证链接发给受害者,请对方“帮忙验证一下”。受害者在真正的 github.com 页面上点了批准。就在这一点之后,攻击者手里就有了一个能用的 GitHub 授权,而这个授权背后连着的东西,比一个邮箱可怕得多:在实验室里,它能遥控一个正在运行的 Copilot CLI 会话、往智能体的记忆里塞假信息、读出之前同步到云端的全部会话,还能打开这个账号有权访问的私有仓库。
这件事值得写,不是因为它是一次新的入侵——微软在文章里反复强调,这四种后果都是实验室里的概念验证,现实中还没有观察到针对 Copilot CLI 的这类攻击。而是因为它把钓鱼攻击的账算到了 AI 编程助手头上。以前设备码钓鱼偷的是邮箱、文件、云服务;现在,同样的手法偷到的是一个能读代码、能跑命令、能记住上下文的智能体。授权还是那个授权,但授权背后能动用的能力变了,损失的上限也就变了。对每天用 Copilot CLI、Claude Code、Codex 这类工具写代码的人来说,这篇研究讲的不是别人的安全新闻,而是自己每天都在用的登录方式。
设备码登录本来是为了解决一个好问题
要理解这次攻击,先要理解设备码登录本身。OAuth 的设备授权流程是给那些“没法弹出完整浏览器登录页”的客户端准备的:命令行工具、电视、打印机、物联网设备。流程分三步:客户端向服务商要一个短验证码;用户在自己的浏览器里打开服务商的验证页,输入验证码并批准;批准之后,发起请求的客户端自动完成登录,拿到访问令牌。对 Copilot CLI 这样的命令行工具来说,这个流程几乎是标准动作——你在终端里敲一句登录命令,屏幕上出现一个验证码,你去浏览器里输一下就登上了,整个过程再自然不过。
钓鱼攻击恰恰利用了这个流程里“发起请求的人”和“批准请求的人”可以不是同一个人的特点。攻击者在自己控制的客户端上发起登录,拿到验证码,然后用一个借口发给受害者:比如“IT 部门要核查一下你的 Copilot 授权”,或者“你的 Copilot 许可证需要重新验证”。受害者打开的是真正的 GitHub 验证页面,域名是真的,页面是真的,上面甚至还会有 GitHub 自己的警告——“永远不要使用别人发给你的验证码”。但问题在于,警告写在页面上,借口写在消息里,而人往往先读消息、后读警告。微软在文章里写了一句很值得记住的话:“The legitimate verification page is part of the story, not evidence that the request was safe.”——真的验证页是这场骗局的一部分,而不是请求安全的证据。
还有两个细节让这次攻击比看起来更难防。第一,Copilot CLI 的客户端标识是公开的,它不是密钥,任何人都能拿它发起请求,所以“这个请求用的是 Copilot 的官方客户端”这件事本身说明不了任何问题——攻击者用的就是同一个公开标识。第二,授权页面上显示的应用名也是真的:你看到的是“GitHub Copilot CLI”,而不是什么可疑的第三方应用,单凭名字根本分不清这次登录是你自己发起的,还是别人替你发起的。发起请求的客户端在申请时还可以自己选权限范围,微软实验室里的那次请求要了 repo、read:user、read:org、gist 和 codespace 五个范围——其中 repo 一个就够打开私有仓库的大门。
五步攻击链:从一条消息到一个能用的授权
微软把这次模拟的攻击过程拆成了五步,每一步单独看都不起眼,合起来就是一次完整的接管。第一步,发起:攻击者在自己控制的客户端上发起一次设备码登录请求。实验里用的是 Copilot CLI 的客户端,但微软明确指出,任何支持设备流程的公开客户端都能被这样用,问题不在 Copilot CLI 身上,而在设备流程本身的设计上。第二步,诱饵:攻击者把 GitHub 返回的短验证码和验证链接发给用户,借口通常是 IT 请求或者 Copilot 许可证检查。第三步,批准:用户打开 GitHub 页面,必要时先登录自己的账号,然后批准了这条请求——这是整个链条里唯一的社会工程步骤,也是唯一需要受害者配合的步骤。第四步,登录:批准之后,攻击者控制的客户端自动完成登录,不需要再有任何手动操作。第五步,行动:攻击者在授权允许的权限和账号能访问的资源范围内自由行动。
值得注意的是,这五步里没有任何一步需要技术漏洞。没有假页面,没有密码窃取,没有软件缺陷——微软说得很清楚,这不是 GitHub 或者 Copilot CLI 的漏洞,而是“现有功能按设计工作时可能被滥用的方式”。这也意味着,这次攻击没有补丁可打。修复一个漏洞可以发一个版本,但修复“用户批准了别人发起的请求”这个问题,只能靠流程、靠配置、靠人的警觉。理解了这一点,才能理解微软后半篇文章为什么花那么大篇幅讲检测和缓解措施:既然技术上堵不住这条路,就只能在路边多装几个摄像头,并且教会走路的人认路。
一次批准,四种后果:每一种都有自己的前提条件
拿到授权只是起点。微软在实验室里分析了四种可能的后果,每一种都取决于账号的权限、启用的功能和记忆设置——不是每个 Copilot 用户都会同时面临这四种风险,但每一种都值得对照着自己的配置检查一遍。
第一种后果最直观:遥控一个正在运行的会话。Copilot CLI 支持在用户启用远程控制、且组织策略允许的情况下,从远处操控一个活跃的交互式会话。在实验室里,攻击者用受害者账号的授权接入了一个可远程控制的会话,让智能体在测试机上执行了一条命令——当然,这条命令仍然受会话自身的审批提示和本地操作系统权限的约束。微软特意划清了界限:这不是未认证的远程代码执行;如果远程控制没开、会话没在运行、机器不在线,这条路就走不通。但反过来说,只要这三个条件同时满足,一个批准就能让攻击者隔着网络指挥你电脑上的智能体替他跑命令。这也是四种后果里唯一一个能直接在你机器上产生动作的。
第二种后果最阴险:往智能体的记忆里塞假信息。Copilot Memory 会记住仓库的事实和用户的偏好,实验里研究人员用智能体的 /memory 命令加入了几条误导性的记忆条目。如果这些条目在之后的交互中被用上,攻击的影响会比那一次登录活得更久——授权可以撤销,记忆不一定会跟着消失。微软在缓解建议里专门提醒:关掉记忆功能并不会自动删除已经存进去的内容, incident 响应时必须手动检查已保存的记忆。这个细节很关键:记忆污染的攻击面不在登录那一刻,而在之后每一次智能体调用记忆的时候。
第三种后果最容易被低估:读出同步到云端的历史会话。在开启云端会话存储的情况下,研究人员读到了测试账号之前同步的 Copilot CLI 会话,包括模拟开始之前的那些。里面可能有代码片段、文件路径、架构讨论和其他工作上下文——换句话说,不只是你正在写的代码,还有你之前是怎么想的、做过哪些决定。对于 Copilot Business 和 Enterprise 用户,能不能同步取决于组织的会话存储策略;但微软也澄清了一点:同步会话本身并不会开启远程控制,这是两个独立的开关,风险要分开算。
第四种后果最直接:按账号权限访问私有仓库。实验室里那次授权要了 repo 等权限范围,研究人员因此能打开测试账号有权访问的私有仓库。微软强调,仓库访问的范围取决于申请时要的权限和账号本身的权限,而不是 Copilot CLI 自带什么后门——一个只能读三个仓库的账号,被钓走之后也只能读这三个仓库;但一个能读全公司核心代码库的账号,被钓走之后就是全公司核心代码库。这个后果的上限,完全取决于这个账号平时能摸到多少东西。把应用代码和基础设施定义都放在同一个账号的访问范围里,等于把鸡蛋放在了同一个篮子里。
为什么是现在:从邮箱到智能体,钓鱼的战利品升级了
设备码钓鱼不是新手法。微软在文章里回顾了它的前科:Storm-2372、2026 年的一场 AI 驱动的攻击活动,以及 EvilTokens——后者是一个规模化运作的钓鱼服务,微软在 2026 年 9 月联合行业伙伴和执法机构把它打掉了。这些已有的案例里,攻击目标还是邮箱、文件和云服务。微软这次想问的是另一个问题:如果同样的手法对准的不再是邮箱,而是一个能接触代码库、会话历史和本地工具的 AI 智能体,战利品会变成什么?答案就是上面那四种后果。
这个问题的分量在于,智能体正在把“一次授权能换来什么”的上限越抬越高。以前钓走一个 GitHub 账号,攻击者得到的是代码的读权限;现在钓走一个连着 Copilot CLI 的账号,攻击者得到的还可能包括一个能替他跑命令的会话、一份会被智能体反复引用的假记忆、一整段带上下文的工作历史。授权本身没有变,变得是授权背后那个系统的能力。正如微软在结尾写的:“As AI agents gain access to repositories, session history, and local tools, the impact of a phished authorization increasingly depends on what those agents can reach.”——随着智能体能接触的东西越来越多,一次被钓走的授权能造成多大损失,越来越取决于这些智能体能摸到什么。
这也是这篇研究和今年 11 月另外两起安全事件的区别所在。同一周里,Git 修复了递归克隆的代码执行漏洞,wfx-loot 活动用被盗账号往六万多个仓库里推窃密器——那两件事都有明确的漏洞或者明确的被盗规模。而这次微软讲的是一次“还没有发生”的攻击:四种后果全是实验室里的概念验证,微软明确说现实中还没有观察到。这不是在淡化风险,恰恰相反:它是在风险变成真实事件之前,先把账算清楚。等到真的有人在野外用这招得手,再来讨论“智能体的记忆会不会被污染”就晚了。
微软给了什么:两次检测、一次阻断,和一份自查清单
微软不只做了实验,也给出了检测方案。研究团队为这次攻击开发了两条 Microsoft Defender XDR 检测规则,分别覆盖邮件投递和 Microsoft Teams 投递的钓鱼场景。检测的思路是把两件事连起来看:可疑的钓鱼消息和点击,与随后出现的 GitHub OAuth 令牌创建和轮换事件。单独看,钓鱼消息像普通邮件,OAuth 授权像正常登录;连起来看,才能发现这是一次未授权的 Copilot CLI 授权。此外,研究团队还为 GitHub Enterprise Managed Users(EMU)开发了一个阻断动作:通过组织的身份提供方暂停受影响的托管身份,从而切断攻击者的访问——这个能力已经在研究环境里验证过。
但检测和阻断都有前提:组织得先把 GitHub Enterprise Cloud 接到 Microsoft Defender for Cloud Apps 上,并且验证过环境里确实能看到相应的活动数据;检测规则的有效性也取决于配置、遥测数据和身份集成这些部署条件。对个人开发者和没有部署 Defender 的小团队来说,更现实的是微软列出的那份缓解清单,照着做一遍只需要十几分钟。第一条也是最重要的一条:只给自己发起的登录输验证码。任何不是你自己发起的、让你“验证 GitHub”或者“激活 Copilot”的请求,都按钓鱼处理——哪怕页面在 github.com 上。GitHub 自己的验证页上就写着,永远不要用别人发给你的验证码。
剩下的几条是配置层面的收紧:检查 Copilot CLI 的会话设置,组织提供的席位要看“Store local sessions in the Cloud”这条策略到底开没开,按工作流需要的最小权限来定;定期去 GitHub 账号设置里检查已授权的 OAuth 应用,把不认识的或者不再需要的授权 revoke 掉;用组织角色限制仓库访问,让一个被钓走的账号摸不到超出它工作范围的代码;如果开了 Copilot Memory,用 GitHub 的记忆管理功能检查并清理可疑的记忆条目——记住,关掉记忆不等于删掉记忆;有条件的组织可以把 GitHub Enterprise Cloud 接到 Defender for Cloud Apps,先验证能看到活动数据,再依赖它做调查。
给 vibe coding 的人的三句忠告
第一句:把“输验证码”当成和“输密码”一样严肃的事。设备码流程的设计本意是方便,但方便的另一面是:你分不清这个验证码是谁发起的。养成一个习惯——验证码只给自己发起的登录用。任何人通过邮件、聊天消息、工单、电话让你输一个码,先问一句:这个登录是我自己发起的吗?如果不是,就停下来。微软的原话是:“Users should approve only device-code requests they initiated.”——只批准自己发起的设备码请求。这句话值得贴在显示器边上。
第二句:定期检查你的授权和记忆,就像定期换密码一样。去 GitHub 设置里的 Authorized OAuth Apps 看一眼,有没有你不认识的授权;去 Copilot 的记忆管理里看一眼,有没有你没写过的记忆条目;去会话设置里确认一下,云端同步和远程控制是不是真的都需要开着。很多开发者装好 CLI、登完录之后就再也没回来看过这些开关,而这些开关正是决定“一次批准能扩散多远”的东西。最小权限原则在这里不是一句口号:远程控制不开,攻击者就遥控不了你的会话;云端同步不开,攻击者就读不到你的历史会话;记忆不开,攻击者就污染不了你的上下文。
第三句:别把“实验室结果”读成“与我无关”。微软反复强调四种后果没有在野外观察到,这句话的准确意思是“还没有”,不是“不会”。EvilTokens 在被打掉之前,也是先在实验室和个案里出现,再规模化的。设备码钓鱼的手法已经成熟,针对邮箱的攻击活动已经真实发生过,把同样的手法换一个目标——一个越来越普及、权限越来越大的 AI 编程助手——只是时间问题。提前十分钟检查一遍配置,比事后花几天时间清理被污染的记忆、轮换密钥、审查仓库访问记录要便宜得多。
结语:真的登录页,也可能是假的请求
这篇研究最值得记住的不是四种后果的清单,而是一种判断方式的转变。过去我们教用户认钓鱼,教的是“看域名对不对、看页面像不像”;设备码钓鱼让这套方法失效了——域名是对的,页面是真的,应用名也是真的,唯一假的是“这次登录是谁发起的”。微软的结论写得很克制,但意思很清楚:一次合法的登录也可能是错误的登录,区别只在于它是不是你发起的。对每天让智能体接触代码、记忆和本地工具的开发者来说,这句话的分量正在变重:你的智能体能摸到的东西越多,你的一次批准就越值钱——对你,和对攻击者,都是如此。
评论 (0)
原始来源
相关文章
2026 年 11 月 18 日,谷歌研究院等团队在 arXiv 发布 BuggyMLE:往 222 个能跑的机器学习仓库里注入 bug,14 个模型从最简单的 95% 一路跌到最难的 9%。一个 90 亿参数的小模型靠从易到难的课表,在 10 个 bug 那档超过了 Claude Opus 5.5。
2026 年 11 月 17 日,微软发布 MAI Code 2 和 Code 2 Flash:大模型 770 亿激活参数、100 万上下文,四项基准平均通过率 63.2%,与 GPT-6.1 Sol、Claude Opus 5.5 咬得很紧,但每任务成本只有 0.309 美元。先看清三处“但是”:价格是推广价、分数是三者最低、长周期任务不在舒适区。
2026 年 11 月 11 日,AWS 开源 UAEF:先把 LangGraph、LangChain、Strands、Bedrock AgentCore 等框架的运行记录翻成统一格式,再用 36 个指标、7 个维度打分,回归超过 5% 就亮灯。评审模型本身也被防了一手:打分要引原文作证,分数不能用来决定安全放行。