模型接入与工具链

ARTEX 自己不产智能，它的「智能」来自外接的大模型；它自己也不发明工具，而是把现成的安全工具封装给智能体调用。这一篇讲清楚这两条「接线」，以及它们在事件里的实际形态。

模型接入

ARTEX 需要配置至少一个 LLM 才能工作。配置方式有两种：在界面里填，或用环境变量（如 ANTHROPIC_API_KEY、OPENAI_API_KEY）。官方直接点名支持的是 Anthropic 与 OpenAI，但框架本身可接入多家。

在韩国事件里，CrowdStrike 观察到的那套 ARTEX 实例，模型配置是这样的：

角色	模型	备注
主模型	DeepSeek v4.1-flash	可能通过疑似中转商 xcai[.]pro 访问
辅助模型	GLM-5.3（智谱 / Z.ai）	用于额外的会话
辅助模型	Grok 4.6	用于额外的会话

这里有个细节值得记住：攻击者用第三方「中转 / 代理」来访问模型（而不是直连官方 API）。这既能降低成本，也能一定程度上规避官方的滥用监控。对防御和治理来说，模型中转商是一个常被忽略的环节。

另外，在攻击者服务器暴露的目录里，还发现了 Claude Code 的会话历史与一个 CLAUDE.md 文件——后者是一段中文的提示词，指导 AI 如何执行渗透测试。也就是说，攻击者同时用了 ARTEX 和 Claude Code 等多种 AI 工具，详见CrowdStrike 溯源分析。

工具链

ARTEX 的官方 Docker 镜像（autumn27/artex）内置了一批常见工具，公开资料点名的有 nmap（端口 / 服务扫描）和 ripgrep（高速文本检索）等。工作智能体正是通过调用这类工具，把 LLM 的「想法」变成对目标的实际动作（shell 命令、HTTP 请求、端口扫描）。

它还挂载一个 ./skills 目录（从容器外挂入，升级后仍保留），用于扩展智能体的能力。这类「skills 可扩展」的设计，和当下主流 Agent 生态的做法一致。

ScopeSentry 资产同步

ARTEX 可以和作者的另一个项目 ScopeSentry（网络空间测绘、子域枚举、端口扫描、敏感信息发现、漏洞扫描、分布式节点）打通：填入地址和 API Key 后，就能把域名、子域名、IP、端口、站点、接口同步进 ARTEX 的资产图，省去重复采集。

这解释了为什么它能快速「圈定目标范围并开跑」——测绘和利用之间的衔接被打通了。对防守方而言，这也提示：资产暴露面本身就是被自动化利用的起点，收敛暴露面是第一道防线。

审批机制回顾

如整体架构所述，ARTEX 有「拦截并审批」和「人在环」机制，可以让危险动作先经人确认。这套机制在合规的授权测试里是必要的安全阀；但它是否启用由使用者决定，在滥用场景里形同虚设。

小结

把这几条接线连起来看：外部大模型提供判断，内置工具提供手脚，ScopeSentry 提供目标，审批机制（可选）提供刹车。ARTEX 的工程贡献是把它们顺滑地拼在一起——而这份「顺滑」，在被滥用时就成了效率。防御的着力点因此不在某一条接线，而在它们汇聚处留下的行为特征与指标。