一個數字震驚了整個 AI 基礎建設領域：每月高達 9500 萬次安裝量的熱門 AI API 管理工具 LiteLLM，近日傳出遭到駭客集團的「供應鏈投毒」攻擊。這起發生在 2026 年 3 月 24 日的重大資安事故，不僅將惡意程式碼植入官方套件庫，更讓全球數千家仰賴此工具串接 OpenAI、Anthropic 等百家 AI 服務的企業，其核心 AI 架構與機敏資料暴露於前所未有的風險之中。
表象：AI 開源利器淪為駭客肥羊
LiteLLM，作為一款極受歡迎的開源 AI API 閘道器，其設計初衷是為了簡化開發者調用多元 AI 服務商 API 的流程。透過統一的介面，開發者能夠輕鬆整合包括 OpenAI、Anthropic 乃至 Azure 在內，超過百家服務商的 AI 功能，大幅提升開發效率。然而，正是這份便利性與其在 AI 生態系中的樞紐地位，讓 LiteLLM 在駭客眼中，成為一隻掌握各類資源「金鑰」的肥羊。
根據科技媒體 cyberkendra 於 2026 年 3 月 24 日發布的報告，這起攻擊的精準性與廣度令人咋舌。當企業紛紛擁抱 AI 轉型，並將核心業務流程與開源工具緊密結合時，潛藏在供應鏈中的資安破口，無疑是對業界投下的一顆震撼彈。
真相：三階段隱蔽攻擊，自動感染無所遁形
此次針對 LiteLLM 的攻擊，其技術手段展現出極高的隱蔽性與惡意性。駭客於 2026 年 3 月 24 日，在 Python 的官方套件倉庫 PyPI 上發布了兩個帶有後門的惡意版本：1.82.7 與 1.82.8。這兩個版本攜帶了設計精巧的三階段攻擊負載，宛如一場精心策劃的數位入侵戰。
攻擊的第一階段是透過憑證收集器竊取受害者的敏感資料；隨後，利用 Kubernetes 橫向移動工具在集群節點間進行滲透，逐步擴大控制範圍；最終，植入偽裝成系統遙測服務的持久後門，確保駭客能夠長期掌控受感染的系統。更令人不安的是，1.82.8 版本利用了 Python 的 .pth 配置文件特性，這意味著惡意軟體會在任何 Python 調用時自動觸發，使用者甚至無需手動匯入任何模組或進行互動，整個執行環境便會被完全感染。這種「無需執行，自動感染」的特性，讓防禦變得更加困難。
資安專家警告，這類利用 Python 環境特性進行自動感染的攻擊手法，其隱蔽性極高，往往在受害者毫無察覺的情況下完成入侵，對軟體供應鏈安全構成嚴峻挑戰。
各方角力：駭客組織 TeamPCP 浮出水面
這場資安風暴的幕後黑手，經資安公司 Endor Labs 調查，指向了活躍的駭客組織 TeamPCP。該組織本月稍早曾入侵過 Aqua Security 的 Trivy 掃描器，而 LiteLLM 恰巧在其自身的 CI/CD 流水線中使用了這款已被入侵的 Trivy 工具。這條關鍵的供應鏈漏洞，成為 TeamPCP 獲取 LiteLLM 發布權限的跳板，使其得以成功推送帶毒版本。
為了避免流量偵測，駭客在資料外傳上煞費苦心。所有竊取的資料都經過 AES-256-CBC 與 RSA-4096 高強度加密，並透過偽造的誤導性網域 models.litellm.cloud 進行回傳，企圖魚目混珠。被竊取的資料範圍極廣，涵蓋了 SSH 金鑰、AWS 與 GCP 雲端憑證、Kubernetes 機密、數位貨幣錢包以及 CI/CD 權杖等企業最核心的機密資訊，對受害企業的營運安全構成毀滅性打擊。
深層影響：企業核心機密外洩，資安防線全面潰堤
這起 LiteLLM 供應鏈投毒事件，對受影響的數千家企業造成了深遠的負面影響。由於攻擊者成功竊取了大量的雲端憑證與系統權杖，意味著他們可能已經取得了企業雲端環境的最高權限，進而存取、修改或刪除關鍵資料，甚至部署更多惡意程式。
目前，惡意版本已從 PyPI 倉庫撤下，最後一個確認安全版本為 1.82.6。資安專家緊急呼籲受影響的使用者必須立即採取行動以挽回損失：
- 首先，請在終端機執行命令
pip show litellm | grep Version確認當前版本，並檢查site-packages目錄下是否存在litellm_init.pth檔案。 - 如果確認安裝過惡意版本，必須立即強制更換所有雲端金鑰、SSH 私鑰、資料庫密碼及 Kubernetes 權杖。這是一場與時間賽跑的戰役，任何遲疑都可能導致更大的損失。
- 此外，建議使用者將 LiteLLM 降級至 1.82.6 版本，並針對過去 48 小時內執行過的所有 CI/CD 流水線進行安全審計，確保沒有殘留的持久化後門。
資安公司 Endor Labs 的調查報告指出，此次攻擊的廣度與深度，再次凸顯了開源軟體供應鏈資安防護的脆弱性，企業必須將其視為最高優先級的資安風險。
未解之問：開源生態的信任危機與未來挑戰
LiteLLM 投毒事件並非開源社群中的孤例，過去也有類似案例發生，一再提醒開發者與企業，在追求 AI 開發效率的同時，供應鏈安全防護絕不能掉以輕心。過度自信，往往是資安破口的根源。當 AI 技術加速普及，開源工具成為創新的基石，我們該如何建立一套更 robust 的信任機制，確保從原始碼到部署的每一個環節都能免受惡意攻擊？
這起事件不僅是技術層面的挑戰，更是對整個開源生態系統信任基礎的嚴峻考驗。未來，如何有效防範這類「釜底抽薪」式的供應鏈攻擊，並在快速迭代的 AI 世界中兼顧創新與安全，將是所有開發者與企業必須共同面對的未解之問。