装个包就丢了云上所有密钥:微软 agent-framework 两个恶意版本只活了 55 分钟,但装过的人还得轮换密钥
2026 年 11 月 17 日,微软 agent-framework 的 1.26.1 与 1.26.2 两个版本被人动了手脚后传上 PyPI:Python 一启动就偷 Azure 与 CI 密钥,55 分钟后下架。最新安全版仍是 1.26.0,装过的人只删包不够,还得轮换所有密钥并审计 Azure 登录。

一句话:你以为在装微软官方包,其实装了个偷钥匙的
2026 年 11 月 17 日晚上,微软 Agent Framework 的 Python 包 agent-framework 在 PyPI 上被人动了手脚。20:35 UTC,一个带窃取程序的 1.26.1 版被上传;33 分钟后,21:08 UTC,1.26.2 版跟了上来;到 21:30 UTC 左右,两个版本都从 PyPI 上消失了。整个窗口大约 55 分钟。最新确认安全的版本是 11 月 12 日发布的 1.26.0。agent-framework 是微软官方的智能体开发框架,每周下载量大约 4.1 万次,按月算接近 19.2 万次。55 分钟听起来很短,但这个包的安装场景决定了伤害不小:它经常装在 CI 流水线、容器构建和自动化脚本里,而这些地方恰恰放着云服务和代码仓库的钥匙。更麻烦的是,装上它不需要有人去 import 这个包:Python 解释器一启动,偷窃程序自己就跑起来了。
先讲它是怎么跑起来的。两个恶意版本都在 site-packages 目录里放了一个 .pth 文件:1.26.1 用的是 agent_framework_meta.pth,1.26.2 用的是 af_runtime_diag.pth。.pth 文件是 Python 的一个老机制:解释器启动时,site 模块会执行 .pth 文件里以 import 开头的每一行。1.26.1 的 .pth 文件只有 28 个字节,就一行:import agent_framework_meta。这一行会去加载一个叫 _telemetry 的模块,模块里的 _start() 函数随即 fork 出一个脱离会话的子进程,或者在不支持 fork 的环境里起一个守护线程,然后把偷窃程序跑起来。整个过程静默无声,宿主进程立刻返回,测试和构建看不出任何延迟。文件和函数的名字都经过伪装:_telemetry、“轻量级运行时诊断钩子”、af-runtime-diagnostics/1 这样的 User-Agent,看着就像 SDK 自带的遥测。Wiz 在文章里提醒了一个关键点:环境变量 _AF_TEL=1 是这个程序的“只跑一次”标记,子进程里不会重复执行——如果你在机器上看到这个变量被莫名其妙地设置了,那就是它来过的痕迹。
它偷的东西分四类,而且一类比一类狠。第一类是环境变量:名字里包含 TOKEN、SECRET、PASSWORD、KEY、AZURE、AWS、GITHUB、OPENAI、HF_、FOUNDRY、NPM、PIP、NUGET、SYSTEM、BUILD、AGENT 等 31 个关键词子串的,统统收走。SafeDep 的分析补充了一个细节:每个值最多保留 8000 个字符。第二类是凭证文件,最多 60 个,1.26.2 放宽到 80 个,每个不超过 256KB:Azure CLI 的 ~/.azure/ 目录、.npmrc、pip.conf、.netrc、.git-credentials、Docker 的 config.json、Hugging Face 令牌、Azure DevOps 自托管代理的 .credentials,还有 /app 和 /workspace 下的 .env 文件和 JSON 文件。第三类最阴险:它去读同一台机器上其他进程的环境,最多 300 个 /proc/进程号/environ 文件。在共享的自托管 Runner 上,这意味着它能拿到不属于当前任务的其他任务的密钥。第四类不是偷现成的,而是现场去要新的:只要环境里有 SYSTEM_ACCESSTOKEN 和 SYSTEM_OIDCREQUESTURI,它就向 Azure DevOps 要一个联合身份令牌;在有托管身份的 Azure 机器上,它向实例元数据服务要 12 种资源的访问令牌,包括 ARM、Graph、Key Vault、存储、认知服务、Azure AI、搜索、容器注册表、Azure DevOps。偷来的东西打包成一个 JSON 文档,zlib 压缩、base64 编码,一次 HTTPS POST 发到一个写死的 webhook.site 地址,失败了也不重试、不留痕迹。
1.26.2 不是简单的重发,而是一次升级。上传 33 分钟后,1.26.1 被撤下,1.26.2 用新的文件名重新打包了同一个窃取程序,并且补上了三个变化。第一,触发方式换了:agent_framework_meta/__init__.py 被恢复成和 1.26.0 一模一样的干净文件,窃取程序搬进了新的顶层模块 af_runtime_diag.py,由新的 af_runtime_diag.pth 在启动时触发。只按 1.26.1 的文件名去查,会漏掉 1.26.2。第二,新增了 GitHub Actions 的 OIDC 令牌窃取:在开了 id-token: write 权限的工作流里,它会为 api://AzureADTokenExchange 和 https://management.azure.com/ 两个受众去要令牌。只要 Entra ID 里的联合凭证信任了这个仓库和工作流,这些令牌就能换成 Azure 的访问权限,而且全程不需要任何存下来的密钥。第三,收集面放宽了:环境变量匹配加了 ACTIONS、OIDC、RUNNER、ARM_,GitHub 托管 Runner 的路径也被加了进来,文件上限从 60 提到 80。两个版本唯一共同的线索是同一个 webhook.site 地址。SafeDep 的文章里写了一句值得记住的话:1.26.2 是在 1.26.1 被撤掉之后才上线的,说明到 21:08 为止,攻击者手里还握着发布权限,撤掉一个版本并没有把他赶出去。
它是怎么冒充官方的:没有 tag,没有源码包,没有签名
这件事最值得追问的不是窃取程序本身,而是它怎么能顶着微软官方发布者的名义出现在 PyPI 上。Wiz 的调查给出了几条硬证据。第一,微软的 GitHub 仓库 microsoft/agent-framework 里没有 python-1.26.1 这个 tag,也没有对应的 release,主分支里更没有恶意代码。第二,正常的发布流程是 wheel 加源码包 sdist 一起发,而且 agent-framework-core 也是同版本号;1.26.1 却只有一个 wheel,10,402 字节,比 1.26.0 的 6,681 字节大了不少,依赖的还是 agent-framework-core[all]==1.26.0。第三,SafeDep 的对比更直接:从 1.20.0 到 1.26.0 的每一个版本都是 wheel 加 sdist 成对发布,两个恶意版本突然只剩一个 wheel。结论是:1.26.1 很可能是在项目正常发布流程之外构建的,直接上传到了 PyPI。至于攻击者怎么拿到发布权限,Wiz 说根本原因尚未确认。今年 5 月,微软另一个 Python 包 durabletask 也出过类似的事:1.4.1 到 1.4.3 版是用被盗的 PyPI 令牌上传的,没有对应的提交和 tag。但 Wiz 明确表示,两起事件的载荷和基础设施没有任何共同点,没有证据表明它们有关联。换句话说,这可能是同一个发布路径的第二次失守,也可能是完全不同的入侵方式——目前谁也说不准。
还有一个更扎心的事实:就算攻击者没有用官方账号,这次的事也很难靠用户自己发现。SafeDep 指出,PyPI 上连干净的 1.26.0 也没有任何来源证明(attestation),用户没有任何密码学手段能区分微软自己上传的包和攻击者上传的包。版本号、发布者名字、README,全都可以照抄;唯一露馅的地方是“只有 wheel、没有 sdist”和体积变大这种细节,而这些细节没有人会在每次 pip install 之前去核对。SafeDep 的发现速度其实很快:1.26.1 在 20:57 就被标记为恶意,只用了 22 分钟;1.26.2 在 21:12 被标记,只用了 4 分钟。但发现得快不等于没人中招:CI 流水线是自动化的,窗口期里任何一次触发了全新安装的构建都会中招,而构建日志里不会有任何报错。Wiz 还给了两个数字来框定影响:webhook.site 的免费档最多接受 100 个请求,7 天后过期,攻击者的令牌实际捕获的请求不超过 50 个。但这 50 不是受害者数量:每个请求里可以装着一台机器上能拿到的全部凭证,一台 CI Runner 的一次请求,就可能包含几十个密钥。
同一套 .pth 手法在一个月前就出现过。SafeDep 指出,10 月份的 LiteLLM 1.107.0 事件里也是同样的形状:一行 .pth 文件导入一个模块,模块 fork 出一个收集器。这说明手法本身已经在供应链攻击里流传开了,agent-framework 不是孤例。再往前看,今年 5 月的 durabletask 事件、11 月 13 日我们写过的 Cursor 恶意扩展事件——那次是一个泄露的供应商密钥变成 5000 人装上的恶意扩展——都是同一类故事的不同讲法:攻击者不再费劲去骗你点开什么,而是直接往你每天自动执行的发布和安装流程里塞东西。Cursor 那次是编辑器扩展,这次是 Python 包,载体不同,但逻辑一样:信任链上最不起眼的一环一旦被攻破,下游所有人都会在不知情的情况下把恶意代码请进自己的环境。
装过的人,现在要做七件事
先说一句最重要的话:只删包是不够的。Wiz 和 SafeDep 的处理清单是一致的,第一步是确认自己有没有暴露:在 lockfile、CI 日志、虚拟环境和容器镜像里搜 agent-framework 1.26.1 或 1.26.2,搜到就钉死到 1.26.0。第二步是查执行痕迹:在 site-packages 里找 agent_framework_meta.pth 和 agent_framework_meta/_telemetry.py(对应 1.26.1),或者 af_runtime_diag.pth 和 af_runtime_diag.py(对应 1.26.2)。查的时候有个大坑:千万别先启动那个环境的 Python 来“看一眼”——只要解释器一启动,窃取程序就会再跑一次。SafeDep 建议直接用 find 命令去扫文件,不要用 Python 去查 Python。第三步是查出口日志:在代理和 DNS 日志里搜 webhook.site/d381fd80-ec62-42ad-8f5c-d1b15103c9bb 这个地址。返回 200 说明那台机器的数据被接收了;返回 410 或 429 说明被免费档的上限挡住了,没有记下来——但这只能说明那一次没成功,不能说明这台机器没中招。
第四步是轮换密钥,而且要轮换所有“那台机器能碰到的”东西,不只是你记得的那几个。Wiz 列的清单包括:环境里的每一个密钥、Azure CLI 会话、Azure DevOps 的个人访问令牌和服务连接、npm、PyPI、NuGet、Docker、Hugging Face 的令牌、Git 凭证。SafeDep 补充了一点:轮换存下来的密钥还不够,因为窃取程序还会现场去要新的令牌。被偷走的托管身份令牌和 OIDC 换来的令牌最长 24 小时有效,所以第五步是审计 Azure 一侧:去查那些受影响的虚拟机、App Service、AKS 节点、Azure DevOps 流水线能用到的托管身份和联合凭证的登录和活动日志,从安装时间往后看有没有异常登录。第六步只针对 1.26.2:如果有工作流在开着 id-token: write 的情况下装了 1.26.2,要把它的 GitHub OIDC 令牌当作已经泄露,去查信任这些仓库和工作流的 Entra ID 联合凭证,轮换暴露给那个任务的仓库和组织密钥。第七步是收尾:用 --require-hashes 把 agent-framework 钉死在 1.26.0,在微软确认新版本干净之前,别急着升任何更新的版本。
这七件事里最容易被省掉的是第四步和第五步:轮换和审计。很多人的直觉是“包已经下架了,删掉重装就没事了”。但窃取程序发出去的数据不会因为包下架就消失,托管身份的令牌在 24 小时内都还有效,联合凭证一旦被换成访问权限,攻击者不需要再回来碰你的机器。删包只是止血,轮换和审计才是清创。反过来想,这件事的处置成本其实很清晰:如果你在窗口期里没有触发过全新安装,你什么都不用做;如果你触发过,就要按上面的清单全套做一遍。中间没有“大概没事”这个选项,因为你没法证明那次构建用的缓存里没有这两个版本。
给个人开发者的自查:三分钟就能做完
如果你平时主要在自己的电脑和个人项目上写代码,这件事的自查其实三分钟就能做完,而且大概率结果是“没中招”。先在终端里跑 pip show agent-framework,看装的是哪个版本:只要不是 1.26.1 或 1.26.2,你就没事;如果是,先别急着用 pip uninstall 去卸——卸载本身也会启动 Python,理论上会再触发一次窃取程序,正确的做法是先按 Wiz 的清单检查 site-packages 里有没有那两个 .pth 文件,再决定怎么处理。然后翻一翻你最近用过的虚拟环境和项目目录:很多人的电脑上有十几个 venv,每个都是独立安装的,一个项目里装过,不代表其他项目也装过。最省事的办法是在项目根目录下搜 lockfile:grep 一下 requirements.txt、Pipfile.lock、poetry.lock、uv.lock 里有没有 agent-framework 1.26.1 或 1.26.2 的字样,有就按上面的七步清单处理,没有就可以放心。
真正容易漏掉的地方不在个人电脑上,而在你用过的自动化环境里。GitHub Actions 的缓存、Docker 的层缓存、自托管的 Runner,都会把某一次安装的结果留下来反复用:你在 11 月 17 日晚上触发的一次构建,可能正好撞上那 55 分钟的窗口,而缓存又把那个装了恶意版本的镜像留到了现在。检查的方法是去翻那几天的构建记录,看看有没有在 20:35 到 21:30 UTC 之间跑过的、装了 agent-framework 的任务;如果用的是自托管 Runner,还要去检查 Runner 机器上的 site-packages,因为一个 Runner 上跑过的任务可能不止一个,窃取程序读 /proc 下其他进程环境的能力,意味着同一台 Runner 上的其他任务的密钥也可能被顺手带走。公用的 GitHub 托管 Runner 每次用完就销毁,风险小得多;自己搭的常驻 Runner 才是需要重点查的地方。
这件事之后,值得留下的习惯有三条,而且都不难。第一,关键依赖钉死版本,最好加上 --require-hashes:哈希对不上就让安装直接失败,而不是默默装上一个“看起来一样”的新版本。很多项目现在用 uv 或者 pip-tools 生成带哈希的 lockfile,这次就是它们发挥作用的时候。第二,CI 流水线按最小权限跑:能不用长期密钥就不用,能用短期令牌就用短期令牌,工作流的 id-token: write 只在真正需要的时候才开——1.26.2 新增的 GitHub Actions OIDC 窃取,偷的就是那些开了这个权限的工作流的令牌。第三,定期翻一翻 lockfile 里那些“从来没动过”的依赖:agent-framework 这次出事,恰恰是因为它是个大家默认可信的基础包,没人会天天去查它。把这三条做成习惯,下一次再有类似的包被动手脚,你的损失会小得多——不是因为你能提前发现,而是因为攻击者能拿到的东西本来就少。
我们的判断:55 分钟很短,但自动化让它够用了
55 分钟的窗口期,放在人工操作的时间尺度上确实很短:一个开发者手动 pip install 的概率本来就不高。但 agent-framework 的用户不是手动安装的:它是 CI 流水线、容器构建、自动化脚本里的依赖,安装动作是机器按计划自动触发的。窗口期里任何一次构建、一次镜像重建、一次环境初始化,都可能正好撞上。SafeDep 的 22 分钟和 4 分钟发现速度已经很快了,但发现速度追不上自动化安装的速度——第一个版本上线 22 分钟才被标记,这 22 分钟里全球有多少流水线正好在跑构建,没人知道。Wiz 说实际捕获的请求不超过 50 个,这个数字看起来不大,但它只统计了 webhook.site 免费档记下来的请求,而且一个请求就能装走一台 Runner 上的全部密钥。不要用 50 这个数字去估算受害规模,它框不住真实的影响。
接下来要盯的信号有三个。第一个是微软的说法:发布权限到底是怎么丢的,是令牌被盗、账号被盗,还是发布流程本身的漏洞。5 月的 durabletask 事件是令牌被盗,这次如果也是令牌,微软需要解释为什么同一个问题半年里出了两次;如果不是令牌,那问题可能出在更深的地方。第二个是微软什么时候发新版本,以及新版本会不会带上来源证明:SafeDep 已经点出来了,PyPI 上连干净的 1.26.0 都没有 attestation,这意味着在微软补上这块之前,用户下次遇到“新版本”依然没有办法验证它是不是微软发的。第三个是 PyPI 一侧会不会收紧发布流程:同一个 .pth 手法在 LiteLLM 和 agent-framework 上连着出现两次,说明攻击者已经摸清了这条路的打法,平台级的检测和拦截比单个项目的自查更管用。
对每天写代码的人来说,这件事的教训可以直接落到三条习惯上。第一,关键依赖要钉死版本,最好加上 --require-hashes,让安装动作在哈希对不上的时候直接失败,而不是默默装上一个“看起来一样”的新版本。第二,CI 流水线要按最小权限跑:能不用长期密钥就不用长期密钥,能用短期令牌就用短期令牌,工作流的 id-token: write 只在真正需要的时候开。第三,定期去翻一翻 lockfile 里那些“从来没动过”的依赖:agent-framework 这次出事,恰恰是因为它是个大家默认可信的基础包,没人会天天去查它。这三条都不是新道理,但每一次供应链事件都是在用事故把它们重新讲一遍。55 分钟的窗口期不算长,可它提醒我们的是另一件事:你每天自动执行的安装和构建流程,本身就是攻击面的一部分,而你可能从来没有把它当作攻击面来防过。
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。