• 工具定位：ARTEX 是原供授權滲透測試使用的 AI 代理工具，可串接大型語言模型自動化偵察、弱點探索與測試。
  • 攻擊事件：ARTEX 出現在南韓、日本與跨國攻擊調查中；10 月 26 日南韓警方又公布涉及 ARTEX 等工具的竊資案件，各案不能僅憑工具相同就認定為同一團體。
  • 攻擊手法：AI 代理可串接偵察與弱點測試，Microsoft 另揭露第三方 OAuth 應用身分遭濫用的供應鏈風險。
  • 攻擊風險：AI 代理降低重複搜尋漏洞與濫用既有存取權限的操作成本，卻不能把掃描、入侵與資料外洩視為同一件事。
  • 企業防守：除網站及 API 弱點管理，還需要掌握第三方工具修補、內部憑證、OAuth 授權及異常行為。

2026 年 10 月，一套名為 ARTEX 的 AI 滲透測試工具，因為接連出現在南韓金融機構與日本企業的攻擊調查中而受到關注。它原本是為了協助資安人員檢查系統弱點所設計的工具，卻被攻擊者拿來執行未經授權的測試與入侵活動。

10 月 7 日，資安公司 CrowdStrike 公布調查，指出攻擊者的伺服器留下 ARTEX 設定檔、Claude Code 對話紀錄及其他操作資料。10 月 19 日，日本 GMO Cybersecurity by Ierae 公布相關調查；10 月 21 日，Microsoft 進一步揭露 Storm-0940 將 ARTEX 用於跨國攻擊與 ConnectWise 供應鏈事件。10 月 26 日，南韓警方公布另一宗涉及 ARTEX 等 AI 工具的大規模竊資案件，讓外界開始看到 AI 輔助攻擊的實際規模。這些資訊讓事件不再只是「有人使用 AI 寫程式」的討論，而是有具體攻擊紀錄、受影響系統與處置結果可以檢視的資安案例。

值得注意的不是 ARTEX 可以憑空突破任何系統，而是它將原本需要人員逐步執行的工作串成一段可以持續運作的流程。攻擊者找到弱點的成本降低，企業原本認為不容易被注意到的系統，也可能被納入大量測試的範圍。這是理解 ARTEX 攻擊事件時，更需要留意的變化。

ARTEX AI 是什麼？它原本是一套 AI 滲透測試工具

ARTEX 是中國開發者以 GitHub 帳號 Autumn-27 於 2026 年公開的 AI 代理滲透測試專案。滲透測試（Penetration Testing）是資安人員在取得授權後，模擬攻擊者尋找漏洞及驗證風險的工作。ARTEX 嘗試讓大型語言模型與資安工具協作，把這些工作中的部分步驟自動化。

一般人熟悉的生成式 AI，常見使用方式是提出問題、等待回答；AI 代理（AI Agent）則更進一步，可以根據任務目標規劃動作、呼叫工具、讀取結果，再決定下一步。套用在滲透測試上，就可能形成從資訊收集、服務辨識、弱點探索到結果整理的連續流程。

這不代表 AI 的每次判斷都正確，也不代表 ARTEX 能自動入侵任何目標。漏洞是否存在、能否利用，仍取決於系統實際狀況及工具能力。但當原本分散的工作被接成流程，單一操作者就可能同時處理更多目標，這也是 ARTEX 被濫用後受到重視的原因。

ARTEX 的開發者在南韓事件曝光後，於 10 月 8 日宣布停止公開更新，將專案轉為閉源，並停止後續公開版本與維護支援。這不代表已流出的程式碼會隨之失效，也無法保證類似工具不再出現。

ARTEX 攻擊事件發生了什麼事？

南韓、日本與台灣的公開調查都出現 ARTEX 相關證據，Microsoft 另追蹤全球攻擊活動。但必須先區分三件不同的事：成為攻擊目標、確認系統遭入侵，以及確認資料外洩。看到工具出現在攻擊伺服器上，不能直接推論所有被掃描的公司都已經發生資料外洩。

ARTEX 攻擊事件時間軸

  1. 2026 年
    ARTEX 專案公開

    中國開發者透過 GitHub 帳號 Autumn-27 公開 ARTEX，定位為可串接大型語言模型的 AI 滲透測試工具；公開月份尚未取得足夠證據。

  2. 9 月底至 10 月初
    南韓金融機構遭鎖定

    相關系統遭受攻擊，後續在攻擊者基礎設施中發現 ARTEX 設定與 Claude Code 紀錄；完整受影響數量尚不明確。

  3. 10/07
    CrowdStrike 公布調查

    公開攻擊者的工具設定、操作紀錄及南韓金融機構相關調查證據。

  4. 10/08
    ARTEX 開發者停止公開更新

    開發者宣布轉為閉源並停止公開維護，但先前流通的程式碼不會因此失效。

  5. 10/16
    ConnectWise 公告未授權存取

    ConnectWise 公告涉及其雲端備份相關 OAuth 應用身分的未授權存取；此日期是公告時間，不代表所有攻擊發生於當日。

  6. 10/19
    日本 ARTEX 調查公開

    GMO Cybersecurity by Ierae 公布日本相關不正存取調查；約 80 家為媒體整理的相關目標規模，不等於均已外洩。

  7. 10/21
    Microsoft 揭露跨國攻擊

    Microsoft 指出 Storm-0940 利用 ARTEX 加速全球攻擊及 ConnectWise 下游客戶環境的存取活動，並公布攻擊速度與雲端權限風險。

  8. 10/22
    91APP 公布 ARTEX 攻擊痕跡

    官方 18 天階段調查確認 Commerce Cloud 一座訂單資料庫遭非法存取，揭露 Appsmith 弱點、GitLab 金鑰與處置經過；10 月 14 日晚間已阻斷入侵。

  9. 10/26
    南韓警方公布 ARTEX 相關竊資案件

    首爾警方宣布查獲七名嫌疑人，涉及約 90 個機構與 820 萬筆資料；其中約 60 個目標涉及 AI 輔助攻擊。這是另一宗警方調查，不能直接視為先前南韓金融業事件的同一批攻擊者。

時間軸呈現工具公開、攻擊活動及調查公開的先後順序；調查公布日不等於各次攻擊發生日。

地區與時間 已公開確認的調查發現 仍須保留的判斷
南韓金融業，2026 年 9 月底至 10 月初 CrowdStrike 在攻擊者基礎設施發現 ARTEX 與 Claude Code 操作紀錄，並指出攻擊行動涉及金融機構及資料外流 CrowdStrike 發表報告時，明言受影響機構總數仍未確認
南韓警方案件，2026 年 10 月 26 日公布 警方查獲七名嫌疑人，調查涉及約 90 個機構、820 萬筆遭竊資料；其中約 60 個目標涉及 AI 輔助攻擊，案中提及 ARTEX 90 個機構與 820 萬筆資料涵蓋自 2025 年起的整段活動，不能全部歸為 ARTEX 所造成，也不能逕與金融業事件併案
日本，2026 年 10 月 GMO 在調查企業遭攻擊的基礎設施時確認 ARTEX，並發現以國家、產業分組的攻擊活動 被列為目標的企業不等於全部已遭入侵；公開外洩事件與同一攻擊者的關聯仍須個案確認
全球，2026 年 9–10 月 Microsoft 指出 Storm-0940 以 ARTEX 進行大規模攻擊，涉及 ConnectWise OAuth 應用身分濫用 涉及 2,250 多個租戶的存取活動不等於租戶全部遭入侵；不同攻擊數據不可直接加總
台灣，2026 年 10 月 91APP 公布 Commerce Cloud 一座訂單資料庫遭非法存取，調查發現 ARTEX 等工具痕跡，並說明 Appsmith 至 GitLab 的入侵路徑 91APP 個案不能直接歸因於南韓調查中的攻擊者或 Microsoft 追蹤的 Storm-0940；實際受影響範圍仍待確認

南韓銀行：攻擊者留下了 ARTEX 與 Claude Code 的紀錄

CrowdStrike 於 10 月 7 日公開的研究指出，南韓多家金融機構在 9 月底到 10 月初遭受攻擊。研究人員循著攻擊者使用的伺服器，發現未妥善保護的目錄，其中包含 ARTEX 的設定檔、Claude Code 的工作歷程，以及模型使用方式的資料。

調查提及的受攻擊系統，不全是銀行最核心的交易主機，也包括提供金融經紀人使用的貸款進度查詢服務，以及員工行動工作支援系統。這些系統同樣可能接觸敏感資料，卻未必是企業平常最先想到的高風險區域。

媒體報導曾提及新韓銀行、KB 國民銀行及韓亞銀行等金融機構，部分報導也列出至少九家銀行受到影響。不過，CrowdStrike 原始報告明確指出，當時仍無法確認受影響組織的完整數量，因此不能把所有報導中的數字都當成已完成鑑識的結論。

CrowdStrike 評估攻擊者可能使用中文，並以金錢利益為主要動機，但尚未確認具體身分或將這次行動歸屬於國家級駭客組織。這部分應與已確認的技術證據分開理解。

Recorded Future 的 Insikt Group 另外將相關南韓金融業攻擊活動追蹤為 TAG-217，並從攻擊者暴露的基礎設施追查出更早的準備紀錄，時間可回溯至 2026 年 8 月。調查發現的工具還涉及 Linux、行動裝置及加密貨幣資產等領域。TAG-217 是這份研究使用的追蹤名稱，不能直接等同於後來警方公布的七名嫌疑人，也不能因此推定它與 Microsoft 的 Storm-0940 是同一組織。

南韓警方最新調查：ARTEX 被用於大規模竊資案件

2026 年 10 月 26 日，南韓首爾地方警察廳公布一宗涉及生成式 AI 工具的資安犯罪調查。警方指出，七名嫌疑人涉嫌自 2025 年 9 月起，入侵約 90 個企業與機構，非法取得約 820 萬筆個人資料及內部紀錄。受影響對象包含醫院、補習班、大學、高爾夫球場與企業。警方已將 32 歲主嫌移送檢方，其餘六人仍接受調查。

這份調查與 ARTEX 的直接關聯，在於警方表示嫌疑人自 2026 年 8 月底開始使用生成式 AI 及自動化滲透測試工具，包含先前在金融業攻擊情報中出現的 ARTEX。依警方公布的資料，約 60 個目標涉及 AI 輔助攻擊；另有報導指出，從 8 月 31 日至 10 月 13 日的 44 天內，攻擊集中於約 60 個機構。

這裡不能把 820 萬筆資料全部歸因於 ARTEX。 約 90 個機構與 820 萬筆資料，涵蓋嫌疑人自 2025 年起的整體犯罪活動；ARTEX 是後期使用的工具之一。警方也指出，嫌疑人對其中 38 個受害機構提出金錢要求，合計約 3.6 億韓元，這是要求的總金額，不是已確認收到的贖金。

這起案件與先前 CrowdStrike 所揭露的南韓金融機構攻擊，使用了相同名稱的工具，但目前公開證據不足以直接認定兩者由同一人或同一集團主導。從企業管理的角度來看，這次警方調查有一項更具體的提醒：當弱點搜尋及重複測試可以交給 AI 輔助，攻擊規模的成長可能快於原有的弱點修補與異常監控節奏。

日本企業：ARTEX 出現在跨產業攻擊的基礎設施中

10 月 19 日，GMO Cybersecurity by Ierae 公布日本企業遭受不正存取事件的後續調查，確認相關攻擊來源使用 ARTEX。研究人員從一組幾乎專門針對日本的攻擊基礎設施，觀察到約 20 家企業成為目標，其中 9 家屬於同一產業。

進一步調查又找到六台使用 AI 的攻擊主機，鎖定的產業涵蓋電商、零售、金融保險、物流、媒體與教育等。日本媒體將相關目標企業規模整理為約 80 家，但這是調查涉及的目標範圍，並非 80 家都被確認資料外洩。GMO 指出，其中八家企業在 9 月至 10 月間曾公開資訊外洩事件，是否都屬於同一攻擊團體，仍須依調查證據判斷。

日本案例顯示，攻擊者不一定對每家公司建立完全不同的手法，而可能針對特定產業大量尋找相似的系統、功能與設定弱點。當這種調查流程交由 AI 代理協助執行，重複測試的時間成本便可能降低。

台灣補充案例：91APP 調查發現 ARTEX 工具痕跡

2026 年 10 月 22 日，91APP 在公開的階段性資安調查中指出，Commerce Cloud 其中一座訂單資料庫曾遭非法存取，並發現 ARTEX 等 AI 自動化工具的攻擊痕跡。依其公告，攻擊者利用未及時修補的第三方工具 Appsmith 進入內部環境，之後取得 GitLab 中的資料庫存取金鑰。這是 ARTEX 相關工具出現在台灣公開資安事件調查中的一個案例。詳見 91APP 官方事件說明。

必須區分工具痕跡與攻擊歸因：目前公開資料不足以確認每一個入侵步驟均由 ARTEX 自動完成，也沒有足夠證據將 91APP 案例與南韓事件或 Microsoft 追蹤的 Storm-0940 視為同一攻擊者。此案主要補充的是既有漏洞、內部工具與憑證管理的實際風險，不改變 ARTEX 事件的全球性討論主軸。

Microsoft 揭露 Storm-0940 與 ConnectWise 供應鏈攻擊

2026 年 10 月 21 日，Microsoft Security 發表研究，指出其追蹤的、與中國國家行為者立場一致的攻擊團體 Storm-0940，自同年 9 月起利用 ARTEX 對全球數百個組織執行自動化攻擊。Microsoft 評估該團體與 ConnectWise 多租戶應用程式遭入侵的供應鏈事件有關。這是 Microsoft 對 Storm-0940 的歸因，不能拿來直接證明先前南韓金融機構攻擊與日本相關案件，都由同一個團體主導。

這次的特點不只在網站弱點掃描。Microsoft 指出，攻擊者在取得部分 ConnectWise 雲端應用程式身分的控制權後，利用既有 OAuth 授權關係，對下游客戶的 Microsoft 365 環境嘗試驗證與存取。在部分環境中，進一步觀察到透過 Microsoft Graph 偵察、修改應用程式憑證，以及嘗試調整權限的活動。

Microsoft 公布的 ARTEX 攻擊數據，應如何理解？

指標 Microsoft 觀察內容 正確解讀
2,250 多個 Microsoft 365 租戶 供應鏈攻擊中，攻擊者利用受影響應用身分觸及的租戶規模 不代表 2,250 多個租戶都遭成功入侵或資料外洩
每分鐘 2,900 次失敗登入 10 月 10–14 日密碼噴灑活動觀察到的峰值 反映失敗驗證的速度，不是 ConnectWise 下游租戶的成功登入數量
151,000 多次失敗登入 10 月 10–14 日針對八個組織、327 個帳號的密碼噴灑活動 Microsoft 在該段活動中未觀察到成功驗證，不能當作資料外洩量
部分案例不到三小時 從初步鎖定到取得雲端特權存取權限的時間 是部分成功案例，不代表所有攻擊均如此

這些數字屬於 Microsoft 報告中的不同觀測範圍，不應直接加總。尤其要區分「觸及租戶」、「嘗試登入」、「成功驗證」、「取得權限」與「實際讀取資料」；它們代表不同程度的風險。詳細數據可參考 Microsoft 原始調查。

我認為這份研究讓 ARTEX 的風險更具體：攻擊者不只是更快找到公開網站上的弱點，也可能更快利用第三方整合已經取得的信任與存取權限。 對企業而言，光是把網站漏洞修補完成，仍不足以涵蓋雲端應用身分及供應鏈的曝露風險。

ARTEX 如何使用 AI 代理執行攻擊？

CrowdStrike 的調查顯示，攻擊者使用 ARTEX 時，以 DeepSeek v4.1-flash 作為主要大型語言模型，並在其他 Claude Code 工作階段使用 GLM-5.3、Grok 4.6 等模型。這表示整個攻擊流程不只是依賴單一聊天機器人，而是把不同模型與開發工具放入同一套作業方式。

ARTEX 負責把滲透測試流程組織起來，模型則協助理解結果、規劃操作與產生後續任務；Claude Code 在這次調查中，是攻擊者另外使用的 AI 程式工作環境。Claude Code 不等於 ARTEX，也不是說所有 Claude Code 使用者都涉及攻擊。

這類工具的能力應該被準確理解。AI 代理可以提升大量重複工作的效率，但也可能誤判弱點、執行失敗，或因環境差異無法完成預期操作。資安事件之所以發生，仍需要存在可被利用的系統條件，而不是只因為攻擊者使用了某個 AI 模型。

Zscaler ThreatLabz 於 10 月 21 日公布的另一份研究，讓這套工作方式更清楚。研究人員檢視攻擊者留下的操作環境，發現客製化 ARTEX、Claude Code、Codex 與 Grok 工作空間，以及用來同步任務說明和操作紀錄的腳本。部分指令甚至要求一個模型完成探索後，再由另一個模型複查遺漏的攻擊面。這不只是「使用多個 AI 工具」，而是讓不同工具分工、交接與覆核的流程設計。

不過，研究者也提醒，設定檔中的模型名稱是攻擊者要求使用的識別資訊，部分請求透過第三方 API 閘道轉送，無法逐一確認最終實際回覆的底層模型；操作紀錄中列出的目標，也不等於全部成功入侵。這些界線讓我們能理解 ARTEX 的實際使用方式，而不必把 AI 代理描述成毫無限制的自主駭客。

真正的風險，在於攻擊者能反覆取得結果並調整下一步。過去一個需要人工逐項處理的攻擊流程，現在可以由工具持續協助執行，讓更多網站與服務被納入測試範圍。

ARTEX 攻擊值得注意的，不是新漏洞，而是攻擊成本下降

企業通常依據漏洞的嚴重程度、系統重要性與修補成本安排優先順序。某些非核心服務、老舊後台或外部廠商維護的介面，可能因為使用率不高、處理排程較後，而長時間維持原樣。

ARTEX 事件提醒我們，評估風險時還要把攻擊者的工作成本放進來。原本需要人工辨認與反覆嘗試的弱點，當工具可以自動進行初步探索，攻擊者就有機會用較少的人力觀察更多目標。個別弱點沒有突然變得更嚴重，但它被發現與嘗試利用的機率可能改變。

過去常見的工作方式 AI 代理輔助後可能出現的變化 對企業的意義
人工逐一整理網站與 API 資訊 自動蒐集與分類更多目標 遺忘的測試站、舊服務也可能被發現
人員分批執行掃描與結果分析 依掃描結果持續安排下一步 弱點從被發現到遭嘗試利用的時間可能縮短
攻擊者集中處理高價值目標 重複測試更多同類型系統 中小型站點及周邊服務不應只因規模較小就被忽略
專家手動整合不同工具的輸出 AI 協助整理結果與交接任務 防守方也需要提升發現、分流與回應效率

這些是從 ARTEX 工具特性與已公開攻擊紀錄推導的風險變化，不代表所有攻擊都已實現全面自動化，更不能把每次資安事故都歸因於 AI。

企業如何防範 ARTEX 這類 AI 代理攻擊？

面對 ARTEX 這類工具，企業不需要先追求另一套更複雜的 AI 系統。比較重要的是確認現有資安工作是否能持續執行，尤其是對外資產、已知弱點及異常行為的管理。

首先是掌握對外曝露的範圍。正式網站之外，企業還有 API、管理後台、測試站、歷史網域、第三方串接與員工系統。若資產清單不完整，定期掃描也可能漏掉真正被攻擊的入口。ARTEX 事件中的部分金融系統正是周邊服務，說明非核心不等於沒有資料風險。

其次是縮短「知道有漏洞」到「真正降低風險」的時間。更新套件與修補程式是必要手段，但並非每個問題都能立刻完成升級。當官方修補尚未發布、或企業仍需安排測試時，可以先評估限制存取、停用有問題功能、加強驗證與監控等補償措施。這些措施不能自動視為已修復漏洞，卻能在正式修補前降低曝露程度。

再來是建立持續的監控與驗證節奏。定期滲透測試仍有價值，但不能取代日常弱點管理、存取紀錄檢查、異常告警及事件應變演練。企業真正需要知道的是：目前有哪些可被外部接觸的弱點、誰負責處理、處理期限是什麼，以及完成後有沒有再次驗證。

對於 Appsmith、CI 工具與 GitLab 這類內部服務，也應把套件更新、帳號權限、憑證存放及對資料庫的網路存取納入固定檢查。即使對外系統沒有直接暴露資料庫，內部工具與金鑰管理仍可能形成後續存取條件。

此外，應檢查第三方 OAuth 應用程式是否仍保有過大的權限，並監控服務主體（service principal）登入、異常授權、新增憑證與權限變更。Microsoft 對 ConnectWise 事件特別提醒，應先保全證據並依供應商指引處理，不能單靠移除表面上的應用程式就判定風險已解除。

最後，AI 滲透測試工具也可以用在防守，但必須先界定授權範圍。對正式系統執行主動測試可能影響服務穩定與資料安全，因此需要有明確的測試目標、環境、限制及人員覆核。使用 AI 不代表可以省略這些專業要求。

ARTEX 停止開源後，AI 攻擊就會減少嗎？

ARTEX 開發者停止公開更新，並不表示相關威脅就此結束。已經取得的程式碼、其他具備相似功能的工具，以及以不同模型串接的自動化流程，都可能繼續存在。

而且停止開源，不等於 ARTEX 完全停止發展。南韓《聯合新聞》10 月 16 日報導，中國資安公司 ThreatBook（微步在線）已預告包含 ARTEX PRO 的商用 AI 滲透測試平台 RedAgents.ai。這是當時公開的商業化計畫，不應直接解讀為平台已正式全面上線，更不代表任何商用版本都與違法攻擊活動有關。它至少說明一件事：ARTEX 相關技術未必隨著原開源專案停止維護而退出市場。

這起事件最值得企業理解的，不是必須防堵某個名為 ARTEX 的軟體，而是攻擊者正在利用 AI 重新配置工作流程。漏洞掃描、結果判斷與後續測試如果更容易被串接，企業的資產盤點、風險分級與修補節奏，就需要相應檢視。

截至 2026 年 10 月 27 日，公開調查已指出 ARTEX 出現在南韓金融業、日本企業相關攻擊、Microsoft 追蹤的 Storm-0940 跨國活動，以及南韓警方新公布的 AI 輔助竊資案件；台灣也有企業公開報告發現 ARTEX 等工具痕跡。各案證據強度、受影響範圍與攻擊者歸因不同，不能把數字合計或直接視為同一攻擊者，後續仍須以正式調查更新。

ARTEX 提供了一個具體案例：AI 不一定改變漏洞本身，卻可能改變漏洞被尋找的速度。對企業而言，真正能持續降低風險的，仍是知道哪些系統正在對外開放、哪些弱點尚未處理，以及面對攻擊時能不能及時發現並採取行動。

FAQ

ARTEX AI 是什麼？

ARTEX AI 是一套原本供授權滲透測試使用的 AI 代理工具，能串接大型語言模型與資安測試流程，協助進行資訊蒐集、弱點探索及相關測試。它因為出現在 2026 年南韓、日本、Microsoft 追蹤的跨國行動，以及台灣 91APP 事件中受到關注。

ARTEX 是病毒或勒索軟體嗎？

ARTEX 本身不是特定病毒或勒索軟體，而是具有雙重用途的 AI 滲透測試工具。合法資安人員可以在授權範圍內使用類似能力，但攻擊者也可能將它用在未經許可的入侵行動。

ARTEX 攻擊了哪些銀行與企業？

公開報導提到南韓多家金融機構，包括新韓銀行、KB 國民銀行及韓亞銀行；日本的調查涉及電商、金融保險、物流等產業，Microsoft 另追蹤 ConnectWise 下游客戶遭存取的活動。各機構的受害程度不同，不能把「成為目標」直接等同「已被入侵或資料外洩」。

ARTEX 攻擊和 Claude Code 有什麼關係？

CrowdStrike 在攻擊者伺服器上發現 ARTEX 設定檔及 Claude Code 工作紀錄，顯示攻擊者將 ARTEX 與其他 AI 工具一起使用。Claude Code 是 AI 程式開發工具，並不等於 ARTEX，也不是這次攻擊事件專用的軟體。

ARTEX 攻擊是中國政府主導的嗎？

不能把所有 ARTEX 相關案件視為同一個攻擊者。CrowdStrike 對南韓金融機構案件尚未確認具體身分，也未完成國家級組織歸因；但 Microsoft 在 10 月 21 日將其追蹤的另一波 ARTEX 活動歸因於與中國國家行為者立場一致的 Storm-0940。兩項調查應分開理解，不能因使用同一工具就推定彼此為同一團體。

ARTEX 與 ConnectWise 攻擊有什麼關係？

Microsoft 指出 Storm-0940 利用 ARTEX 加速 ConnectWise 相關供應鏈攻擊的偵察、驗證及後續雲端存取。攻擊者濫用受影響的 OAuth 應用身分，可能繼承原本授予第三方應用的權限；但被觸及或成功驗證的租戶，不代表一定已有資料外洩。

ARTEX 現在還能下載嗎？

開發者已在 2026 年 10 月宣布原開源專案轉為閉源、停止公開更新與維護，原公開 GitHub 專案也已下架。不過，先前流通的程式碼與衍生版本可能仍存在。此外，10 月中旬已有 ARTEX PRO 商用版本的開發計畫曝光，不能將開源專案停止更新解讀為 ARTEX 技術完全消失；也不能因此認定商用平台已正式全面上線。

南韓警方逮捕的七人，就是先前攻擊銀行的 ARTEX 駭客嗎？

目前不能這樣判定。南韓警方在 2026 年 10 月 26 日公布另一宗涉及 ARTEX 等 AI 工具的案件，調查涵蓋約 90 個機構及 820 萬筆資料，其中約 60 個目標涉及 AI 輔助攻擊。使用了相同工具不代表與 CrowdStrike 調查的南韓金融機構行動由同一批人主導；這些數字也不能直接當成 ARTEX 單一攻擊的受害規模。

企業應如何防範 ARTEX AI 攻擊？

優先確認所有對外系統與 API 是否納入資產管理，依風險修補已知弱點，檢查管理介面與第三方系統權限，並建立持續監控及事件應變流程。若使用 AI 滲透測試工具進行自我檢測，必須事先取得授權並設定測試邊界。

參考資料