AI安全研究：开源模型可被植入定时后门，特定日期触发攻击

8月22日，安全研究员公布了一项AI安全研究，展示了如何将定时后门直接训练进开源模型的权重中，使其在特定日期被触发。研究选择Qwen 3.5 2B模型，在开源AI编程工具OpenCode环境中进行实验。

攻击利用OpenCode系统提示词中包含的日期信息。研究中，研究人员收集普通编程提示，将其标记为2026年9月1日，然后通过LoRA微调Qwen 3.5 2B，让模型在遇到该日期时输出预设的恶意命令。实验结果显示，后门在8次分布内测试中成功触发7次，10次保留测试中成功9次，而其他日期均未发生误触发。

研究指出，OpenCode因默认在系统提示词中包含日期元数据，成为理想的攻击目标。研究人员还发现OpenAI的Codex开源框架也存在类似特征，它默认会将当前日期和时区写入模型上下文。这种攻击方式通过供应链注入，难以被常规检测手段发现，对AI开发生态构成潜在威胁。