微软研究揭示「Lazarus」后门：改写休眠神经元即可劫持AI智能体
微软研究院披露一种名为「Lazarus」的后门手法：无需重新训练，仅改写大模型中不到10个休眠神经元，就能让AI智能体在隐藏触发条件出现时执行攻击者指令，同时仍通过常规安全评测。微软称已在Microsoft Foundry中通过模型来源校验等控制措施应对。
核心事实
微软研究院在官方博客中披露了一种名为「Lazarus」的后门技术。研究称，只需对大型语言模型（LLM）中不到10个「休眠神经元」进行权重改写，就足以给基于该模型构建的AI智能体植入后门，且整个过程不需要训练。被植入后门的模型可以照常通过标准评测、表现正常，直到隐藏触发条件出现——例如时间跨过2027年零点，智能体便会在执行普通任务的过程中输出一条命令，下载并运行攻击者的代码，并以用户授予该智能体的权限执行。
背景与影响
研究指出，具备工具或终端访问权限的AI智能体面临的风险尤为突出：被触发的模型可能悄悄下载并运行攻击者代码、窃取机密或执行破坏性命令。该研究还称，这类改动可被前沿模型识别出来，但没有任何扫描能百分之百证明模型安全，可靠检测需要与原始未修改权重做比对，因此模型来源与权重完整性至关重要。微软表示，Microsoft Foundry 会对 Azure Direct Models 与 Hugging Face 模型校验来源、将模型与可信发布者绑定，并在自有容器中扫描周边软件环境；微软还在推进基于AI的权重扫描、检测异常模型改动的红队工具，以及带防篡改溯源与审计记录的模型加密签名。研究同时强调，该攻击只需对检查点有写权限，内部自研模型同样暴露，因此问题不在于开放权重本身。
限制与来源
上述内容来自微软研究院博客文章，作者为首席研究员 Dimitris Papailiopoulos，发布时间为2026年11月10日。文中未给出误报率、检测准确率等量化指标，也未说明相关防御工具的可用时间与适用范围。微软称相关检测手段仍在研发中，具体能力与覆盖范围以官方后续发布及官网当前信息为准。文章亦提示，任何审计都无法保证模型行为安全，相关措施应作为纵深防御的一层。