Wiz 称用 AI 协助发现了 PHP CGI 参数处理漏洞。漏洞 PoC 已公开。这篇文章拆解 AI 到底做了什么,以及普通开发者该查哪些配置。
先说结论:AI 还不能替代安全研究员。它更像一个速度很快、不会疲劳,但仍需要人类定方向的实习生。它擅长枚举异常输入、批量验证假设,也能减少重复劳动。
问题是,这次漏洞本身足够具体,值得拆开看。
PHP2Shell 是什么
这不是一个抽象的“可能存在风险”,而是 PHP CGI 参数处理路径上的远程代码执行漏洞。根据 Wiz 的概述,攻击者可以构造畸形参数,让服务器在处理请求时执行非预期代码。
漏洞细节和 PoC 已公开在 php2shell.com,完整技术分析放在 Wiz 博客。
Hacker News 帖子的 393 分和 146 条评论未见于已提供的原始素材,因此本文不采用这些数字,也无法确认它是否登上首页。
这里的关键词是 CGI,也就是 Common Gateway Interface。传统 Web 部署里,PHP 并不总是以独立进程运行。很多老系统会通过 CGI 启动 PHP。服务器配置、启动方式和参数解析共同决定最终行为。
这类漏洞麻烦的地方在于,受影响程度取决于部署方式。相同的 PHP 版本,在不同服务器配置下,暴露面可能不同。开发机、容器、反向代理环境和老旧共享主机,不能简单画等号。
对防守方来说,PoC 比一句“请尽快升级”更有用。运维可以对照自己的请求处理链路,确认系统是否存在相同问题。具体受影响版本和修复范围,以 Wiz 原文及 PHP 官方公告为准。
AI 在这次研究里干了什么
Wiz 公开信息称,这条研究流程由 AI 协助完成。现有草稿没有说明使用了哪个模型,也没有完整交代 AI 参与了哪些步骤。因此不能写成 AI 独立找到了 0day。
安全审计通常分成几层:
- 读代码,找参数进入解释器的路径。
- 枚举编码、转义、边界值和异常输入。
- 构造最小请求,判断行为是否变化。
- 验证是否能稳定获得代码执行,而不是只出现崩溃或报错。
AI 可以批量尝试输入。它也能发现人类手工审阅时容易忽略的组合。例如,某个参数在正常输入下没有问题,但加入特定编码、重复字符或边界值后,解析路径可能变化。
但“定位到异常输入”和“理解漏洞原理”不是一回事。
一个系统生成一百万个畸形请求,和研究人员解释为什么其中一个请求能执行代码,是两种能力。前者是枚举,后者是建模。AI 目前在枚举和验证上很有价值。能否稳定提出新的攻击原语,还需要更多公开案例证明。
这次案例真正值得关注的地方,是 AI 把“试错”规模放大了。至于规模放大了多少,仍要看样本量、运行环境和人工投入。
复现成本:人工 vs AI
目前给出的材料里,没有经过公开验证的人工耗时对照表。Wiz 的报告是否提供这些数据,也需要核对原文。现有信息不支持“人工需要多少小时、AI 压缩到多少分钟”这种精确比较。
所以这里不编一个看起来很精确的数字。
传统人工研究,需要熟悉 PHP CGI 的历史行为、服务器启动参数和请求解析差异。研究人员还要搭建环境,测试编码、参数位置和异常输入。很多时间花在确认现象能否稳定复现,而不是单纯阅读代码。
AI 辅助后,pipeline 可以展开候选输入,自动执行请求,再检查响应和环境变化。它不能完成所有分析工作,但可以承担大量重复试验。
这类变化很像软件测试:从手工点几个按钮,变成自动生成测试矩阵。
判断 AI 是否提效,不能只看它最终有没有找到漏洞。还要看:
- 候选输入数量有没有明显增加。
- 同一个环境能否重复验证。
- 人类是否需要理解每个失败样本。
- 漏洞根因能不能被单独解释。
- 结果能不能交给防守方复现。
如果只有最后一个结果,没有前面的过程数据,这个案例仍然只能说明 AI 参与有效,不能说明它已经替代研究员。
PHP 生态为什么又中招
这并不等于 PHP 语言本身突然变得特别脆弱。
PHP 的部署方式有明显的历史包袱。很多网站仍然运行老版本、老式 CGI 配置或兼容层。上线时间可能远早于现代 PHP 应用。文档、镜像和部署脚本也可能没有及时更新。
共享托管和小型 VPS 更容易出现这种情况。用户知道自己能上传 PHP 文件,却不一定知道 Web 服务器如何启动 PHP。漏洞是否可达,取决于外部配置,不只取决于业务代码。
对这类 CGI 漏洞,单纯按 PHP 版本做黑名单扫描可能不够。防守方需要确认:
- 当前是否启用了受影响的 CGI 路径。
- 服务器是否以旧参数或兼容模式运行 PHP。
- 外层反向代理、WAF 和容器配置是否改变请求行为。
- 日志中是否出现异常参数和异常进程。
安全公告也容易被误读。扫描器报“PHP 存在风险”,不代表每台服务器都能被同一条 PoC 直接利用。但这也不代表可以放着不管。
普通开发者该做什么
先做确认,再按官方建议升级。
-
查 PHP 版本和运行方式。不要只看
php -v,还要确认 Web 服务器实际调用的是哪个 PHP 二进制,以及使用哪种执行模式。 -
对照 php2shell.com 的漏洞细节与 PoC,确认环境是否暴露在对应 CGI 请求路径上。
-
按供应商和 PHP 官方渠道获取修复版本。不要只从博客复制命令。先确认发行版是否已经提供补丁,以及包管理器是否仍在维护旧版本。
-
如果暂时无法升级,检查并收紧 CGI 配置,限制不必要的参数解析和异常请求。具体缓解措施以漏洞官方说明和供应商建议为准。
-
查 Web 访问日志、PHP 进程和系统进程。重点看异常请求参数、异常退出、可疑子进程和临时文件。发现可疑行为时,保留原始日志和时间线。
-
做一次独立复现,但不要把 PoC 放到生产环境公网扫描。更稳妥的做法是在隔离环境中验证配置,并让运维、应用和主机负责人同时参与。
安全团队最怕的不是“系统有漏洞”这四个字,而是漏洞描述太模糊,直到攻击开始才第一次认真检查部署。
编辑思考
PHP2Shell 值得关注,因为它把 AI 挖洞放进了真实部署环境:老服务器、CGI 参数解析、配置差异和利用验证都参与其中。但单个案例不能证明 AI 已经能独立完成 0day 研究。
我的判断是,AI 短期内最实用的价值不是凭空创造漏洞,而是扩大枚举和验证规模。人类仍要定义问题、解释根因,并判断异常是否值得上报。
它与过去的代码审计辅助工具不同。模型开始进入漏洞产生前的试错环节,压低的是测试成本。现在还不确定这套效率收益来自模型本身,还是来自更成熟的 CGI 测试环境。若没有模型、样本量、运行次数和人工投入数据,就不宜给出“提速多少倍”的结论。