AI 是怎麼找到 PHP2Shell 的？

依公開報導，資安公司 Calif 在 OpenAI 的「Patch the Planet」計畫中使用 GPT-5.6 Sol 稽核 PHP 原始碼，Wiz 也借助 GPT-5.6 Sol、自家 Atlas 工具與 Gemini 4 Argon 獨立發現。大型語言模型能閱讀大量原始碼、追蹤錯誤處理與記憶體狀態的路徑，找出人工審查容易遺漏的角落；但最終仍由研究人員驗證、撰寫報告並與 PHP 團隊協調揭露。

AI 找到的漏洞可靠嗎？

不一定。AI 可能產生誤報，或描述一個實際上無法觸發的漏洞。因此 AI 的發現必須經過人工驗證，最好能做出可重現的概念驗證，再進入揭露流程。PHP2Shell 之所以受重視，是因為研究人員已實際驗證可以透過 HTTP 對 mod_php 發動攻擊。

攻擊者也能用 AI 找漏洞，那防守方怎麼辦？

這正是 Wiz 所說「AI 改變了發現與利用漏洞的經濟學」。防守方的對策是把 AI 用在更前面：在程式碼合併前做 AI 輔助審查、持續稽核開源相依套件、加快修補流程，並採用記憶體安全的程式語言與縱深防禦，讓單一漏洞不足以接管整個系統。

AI 如何協助發現與修補漏洞？從 PHP2Shell 看 AI 在資安各環節能做什麼、不能做什麼

一個潛藏多年的漏洞，被 AI 找到了

PHP2Shell 是兩項能讓攻擊者未經驗證就遠端執行程式碼的漏洞，影響 PHP 5.4 到 8.5。值得注意的是它的發現方式：依 CyberScoop 與維基百科的整理，Calif 使用 GPT-5.6 Sol 稽核 PHP 原始碼，Wiz 則借助 GPT-5.6 Sol、Atlas 與 Gemini 4 Argon 獨立找到。其中一項漏洞，PHP 核心開發者在 2024 年就注意到，卻因為修補方式沒有共識而擱置。

這個案例讓人看清 AI 在資安中的角色。以下依漏洞的生命週期，拆解 AI 在每個環節能做什麼。

環節一：發現漏洞

傳統做法是模糊測試（fuzzing，自動產生大量異常輸入）、靜態分析工具，以及資深研究員的人工程式碼審查。這些方法各有盲點：模糊測試很難觸發需要特定請求順序的狀態錯誤，靜態分析誤報多，人工審查則受限於時間與人力。

AI 的優勢在於能「讀懂」程式碼的意圖：追蹤一個變數在錯誤處理路徑中的生命週期、推理記憶體在什麼情況下被釋放、又在哪裡被再次使用。PHP2Shell 的兩項漏洞正是這類問題：一個在記憶體不足時留下初始化不完整的資料，另一個在記憶體釋放後仍殘留內部狀態。這種需要跨越多個函式、多個請求來推理的問題，正是大型語言模型能補上人工審查缺口的地方。

環節二：驗證與評估嚴重度

AI 提出的可疑問題，需要確認是否真的能被觸發、在什麼條件下觸發、影響有多大。AI 可以協助產生測試案例與概念驗證的雛形，但評估「這個漏洞在真實環境中有多危險」仍需要人的判斷。PHP2Shell 的嚴重度評分就有分歧：PHP 官方評為 CVSS 9.2，watchTowr 則評為 10 分。

環節三：撰寫與審查修補

找到漏洞之後，還要寫出正確、不會引入新問題的修補。AI 可以提出修補方案、解釋可能的副作用，並協助審查修補是否涵蓋所有攻擊路徑。PHP2Shell 也提醒了修補的難度：其中一項漏洞在 2024 年就被注意到，卻因為修補方式沒有共識而延宕。AI 能提供多種修補方案與比較，加速這類討論，但最終的取捨仍是維護者的責任。

環節四：偵測攻擊

修補發布前後，防守方需要盡快偵測攻擊嘗試。這次 Cloudflare 部署了暫時性的 WAF 規則，watchTowr 透過蜜罐網路觀察攻擊。AI 在這個環節可以：

分析大量網頁伺服器日誌，找出異常的請求模式。
根據漏洞特徵，協助撰寫 WAF 或入侵偵測規則。
判讀網路上流傳的攻擊程式碼，辨識其中是否夾帶惡意程式。資安公司就警告，這次流傳的攻擊程式碼可能含有惡意程式。

環節五：應變與修補管理

對多數組織而言，最困難的不是知道有漏洞，而是找出「自己有哪些系統受影響」。依 CyberScoop 引述的資料，在公開版本號的伺服器中，約 75.8 萬台仍在使用已停止支援的 PHP 版本。AI 可以協助盤點資產、比對版本與設定、產生修補步驟與檢查清單，讓資安人員把時間花在決策上，而不是重複性的查詢。

AI 的限制

誤報與幻覺：AI 可能描述一個實際上不存在、或無法被觸發的漏洞。每個發現都需要人工驗證。
雙重用途：同樣的能力也能被攻擊者使用。Wiz 指出，過去這個漏洞難以利用，而 AI 讓「這已經不再是門檻」。
揭露流程仍靠人：這次漏洞細節提前外流、概念驗證影片被誤發、修補版本被提早發布，都是流程與紀律的問題，不是技術問題。
責任歸屬：AI 可以建議，但決定何時揭露、如何修補、是否下線系統，仍需由人負責。

結語

PHP2Shell 是 AI 輔助漏洞研究的一個里程碑：AI 不再只是輔助工具，而是實際找到了一個影響全球大量網站的重大漏洞。OpenAI 預期類似的發現在未來幾個月會大幅增加。對防守方來說，這是機會也是壓力：如果防守方不用 AI，攻擊者也會用。AI 與資安人員該如何分工，可以參考下一篇AI 與資安的未來協作方式。