GMO 互聯網集團旗下資安公司「GMO 網絡安全 by イエラエ」於二〇二六年十月十九日在官方網誌確認，調查日本企業遭入侵所用的攻擊端基建時，發現攻擊者使用名為 ARTEX 的人工智能（AI）自律滲透測試系統；同一工具早前已被 CrowdStrike 指與南韓金融業攻擊有關。來源真實性已驗證：以 GMO 官方網誌為準，並交叉核對 CrowdStrike 韓國金融專文及日韓主要報道。

GMO／CrowdStrike：ARTEX 智能滲透工具確認襲日——單台基建約廿企；另發現六台 AI 攻擊基建

GMO 網絡犯罪對策中心在十月十九日續報指出，團隊在日本企業相關侵害事案中追查攻擊端基礎設施，確認部署了 AI 自律滲透測試系統 ARTEX；這與該中心先前僅憑取證日誌推斷「極可能屬 AI 攻擊」的說法互相印證。CrowdStrike 早於十月七日披露，九月下旬起針對南韓金融機構的行動亦使用 ARTEX，並搭配大型語言模型（LLM）代理；GMO 研判日本企業正面對「同系手法、按國家與行業分場」的攻擊活動。來源真實性已驗證。

對香港企業而言，這意味着「開源／共享的 AI 滲透代理」已進入真實入侵劇本：攻擊者可以較少人手、較短時間對公開網站與業務系統做大規模偵察與利用，金融、保險、電商與物流等對外服務尤其受壓。防禦不能只靠「CVE 清單對號入座」或單一 WAF 規則，而要回歸對外暴露面盤點、修補優先次序與可稽核的雲端／應用防護。

一、核心事件：日本確認 ARTEX、與韓國金融攻擊合流

GMO：攻擊端基建上見到 ARTEX

據 GMO 官方網誌，調查對象是日本企業遭不正存取所用的攻擊端基礎設施。分析顯示，該基建上運行 ARTEX——一種以 AI 驅動、可自律執行滲透測試流程的系統；先前僅從取證日誌推斷的「AI 攻擊」假設，因而得到直接物證支持。

在 GMO 觀測範圍內，該台攻擊基建幾乎只瞄準日本目標。調查顯示，該基建以日本企業約二十家為標的，其中九家屬同一行業網站。GMO 結合 CrowdStrike 對韓國案件的結論，認為攻擊方按「國家＋行業」切分行動，並為每輪行動準備不同攻擊主機。

另發現六台「主攻日本」的 AI 攻擊基建

在上述判斷下繼續追查後，GMO 再發現六台同樣以日本企業為主、並使用 AI 的攻擊基礎設施。各台基建的主要標的行業分別為：數碼禮品／零售流通；教育／禮品／印刷；積分禮品／行銷；保險／金融；電商／媒體／物流；以及電商。

在 GMO 已確認曾被列為標的的日本企業中，有八家於二〇二六年九月至十月已對外發布個人資料外洩等相關公告，顯示同一攻擊群體可能造成多起實害。GMO 表示已將相關資訊分享予執法機關，並仍在調查日韓以外地區是否同受攻擊。

CrowdStrike：韓國金融業與 ARTEX、LLM 代理

CrowdStrike 情報於十月七日指出，九月下旬至十月初針對南韓金融組織的行動導致資料外洩；威脅行為者控制的開放目錄中，發現 Claude Code 工作階段紀錄、ARTEX 設定檔與 Claude memory 檔案。CrowdStrike 以中度信心評估行為者為華語、具財務動機，依據包括使用中國開發的開源 ARTEX，以及中文提示內容。

公開技術細節顯示：一台位址託管 ARTEX 實例，另一香港相關位址作為主要攻擊端；ARTEX 實例以 DeepSeek v4.1-flash 為主要 LLM 後端，並輔以智譜 GLM-5.3 與 Grok 4.6 等用於額外編碼代理工作階段。行為者亦曾向模型查詢韓國資料外洩常見銷售渠道與 Telegram 群組。CrowdStrike 強調，此屬「人類對手駕馭 AI 代理、短時間多點入侵」的案例，並非將攻擊歸屬某一已命名國家級組織。

日媒與韓媒其後跟進 GMO 發現，指襲韓金融業所用的 ARTEX 亦出現在對日攻擊基建；彭博等通訊社於十月二十日以「曾襲韓銀行的 AI 工具亦見於日本」作題。報道數字偶有把「約二十家標的」與「六台基建／多行業」合併成更大總量——本篇以 GMO 原文口徑為準，不採用未經官方對齊的合計數字。

二、技術原理深度解析：為何「合法滲透代理」變成入侵加速器

ARTEX 本質是把「偵察 → 規劃路徑 → 調用安全工具／腳本 → 依 LLM 回饋迭代」封裝成可長時間運轉的代理（agent）。合法用途是授權環境下的滲透測試；一旦被攻擊者指向真實對外系統，便出現三種放大效應：

節奏放大：單一操作者可同時對多個目標跑自動化偵察與利用嘗試，縮短「從發現暴露面到嘗試入侵」的窗口；
知識外包：模型協助解讀服務指紋、挑選漏洞路徑、撰寫或調整利用步驟，降低對稀缺人類滲透專才的依賴；
分場基建：GMO 與 CrowdStrike 均觀察到「一輪行動、一台（或多台）專用主機」——按國家或行業切分，降低被一次端點清剿打穿整個行動的風險。

防禦含義同樣具體：對外 Web／API／舊版應用的資產盤點要比「只盯已知 CVE 版本字串」更寬；WAF 攔截不能替代應用層修補；日誌需保留異常探測與大量擷取痕跡，以便事後對齊是否遭 AI 代理式掃描。企業若自行導入 AI 編程／運維代理，亦應假設同類能力可被對手用於攻擊面，身分、權限與執行環境必須與人類員工分開治理。

四、日常應用場景

1. 開發者與產品／資安團隊

負責對外網站、會員系統、貸款查詢介面或流動辦公入口的團隊，應把「AI 代理式掃描」納入威脅模型：定期做攻擊面管理（ASM）、授權滲透測試，並驗證修補是否真正關閉同類漏洞路徑，而非只依賴特徵碼或單一閘道規則。取證時保留 Web、認證與資料庫存取日誌，以利比對自動化探測特徵。

2. 企業與受規管行業

金融、保險、電商與物流在日韓案件中均屬高頻標的行業。香港同業若服務跨境客戶或託管含個人資料的對外系統，董事會與合規宜要求：對外暴露資產清單、修補 SLA、事件通報預案，以及供應商遠端維運通道的監控。雲端與網絡邊界宜採最少權限與分段，避免單一 Web 入口被突破後橫向擴散。

3. 一般用戶

個人客戶若收到銀行或電商的資料外洩通知，應依機構指示更換密碼、啟用多因素認證，並留意釣魚。公眾毋須因「AI 工具名稱」恐慌——重點仍是機構有否及時修補與通報；用戶無法單靠個人裝置阻擋針對企業伺服器的代理式入侵。

4. 香港與亞洲市場視角

香港企業與日韓供應鏈、金融科技及電商平台往來密切；同類「按國家／行業分場」的 AI 滲透行動，理論上可複製到其他亞洲市場。GMO 仍在調查日韓以外是否受襲。本地中小企若缺乏專責資安團隊，更應優先處理對外暴露的舊系統與管理介面，並把雲端遷移、防火牆與持續監察交由可問責的服務方執行。

五、專業評價

可見價值與合理動機

GMO 以攻擊端基建物證確認 ARTEX，較純日誌推斷更具說服力，並已通報執法機關；
CrowdStrike 公開韓國金融案中的代理架構與 LLM 後端組合，有助業界理解「開源滲透代理＋多模型」的實戰形態；
「按國家與行業分場、每輪獨立主機」的觀察，對防守方規劃偵測與封鎖清單有直接參考價值。

需要留意的地方

「標的約二十家」不等於二十家均已遭成功入侵或外洩；八家已發公告是 GMO 對「曾被列為標的且已公開事故」的交集說明；
部分媒體以更大總量概括多台基建，閱讀時應回到 GMO 原文口徑；
工具開發地或介面語言不能直接等同國家行為歸因；CrowdStrike 亦未將韓國案歸屬具名國家級對手；
ARTEX 與本站早前報道的 NorForge／Cairn 等其他 AI 攻擊代理屬不同產品線，不宜混為同一事件。

結語

GMO 確認日本企業攻擊基建使用 ARTEX，並與 CrowdStrike 披露的韓國金融業 AI 代理入侵相互呼應，標誌「自律滲透測試代理」已從實驗室與紅隊工具，進入跨國、按行業分場的實害階段。香港企業應加速對外暴露面治理、修補與雲端縱深防禦，把 AI 代理同時視為生產力工具與潛在攻擊面。YSK Limited 提供香港雲端遷移與網絡安全服務，協助企業盤點暴露面、強化存取控制與持續防護：https://ysk.hk/services/cloud-security

參考來源

GMO 網絡安全 by イエラエ — 相次ぐ不正アクセスの攻撃元の多くがAIであることを確認（2026-10-19）：https://gmo-cybersecurity.com/blog/20261019/
CrowdStrike — Unknown Threat Actor Uses AI-Driven ARTEX to Target South Korean Finance（2026-10-07）：https://www.crowdstrike.com/en-us/blog/unknown-threat-actor-uses-artex-to-target-south-korean-finance/
讀賣新聞 — サイバー攻撃受け情報漏えい、中国語のＡＩエージェント悪用か（2026-10-20）：https://www.yomiuri.co.jp/national/20261019-GYT1T00477/
CHOSUNBIZ — Chinese AI tool Artex hits Korea’s finance sector, strikes Japanese firms（2026-10-20）：https://biz.chosun.com/en/en-it/2026/10/20/SF7D3MFUBJEEPGSSYV6GTPFZ6E/