Octopus、Gecko 与 Tortoise:猎取你 AI 密钥的三款扫描器
如果 GPTBot 或 ClaudeBot 向你的站点请求 /.env,那并不是 OpenAI 或 Anthropic。而是我们称之为 Octopus 的扫描器。它以 /z9x8c7v6b5-debug-trigger- 加上你的主机名开头。第二款扫描器 Gecko 发送被截断的 user agent Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36,并请求 Claude Code、Codex、Cursor 和 Gemini CLI 存放密钥的文件。第三款 Tortoise 体量小、速度慢。2026 年 9 月下旬至 11 月 18 日,我们在自己运营的十个网站上观察了这三款扫描器。
Ege Demir · 2026 年 11 月 18 日
简要发现。
- 发现:Octopus 使用 32 个 AI 爬虫名称,并且每次请求都更换名称。它为每个网站租用一台新的 Google Cloud 机器:15 个区域共 97 台机器。多数机器的存活时间不足一小时。
- 发现:在请求机密信息之前,Octopus 会像 Chrome 一样浏览站点。然后它按站点所用框架挑选一组路径。静态站点、Next.js 站点和 Vite 站点会得到不同的路径列表。
- 发现:Gecko 是一个 .NET 程序。它主要从 Google Cloud 的比利时区域运行,也从一家离岸主机商的租用 Windows 机器上运行。它的 user agent 是它自己的 Chrome 128 user agent,在第 60 个字符处被截断。截断去掉了“like Gecko”这几个字。
- 发现:Gecko 的 AI 工具文件列表在五周内从 4 条路径增长到 26 条。11 月 12 日,它试用了一份新列表一天,随后只保留了 token 文件。
- 未证实:它们由谁运营。证据指向 Octopus 和 Gecko 分属两个不同的运营者。
想了解 agent 在你的站点上做了什么?与 Emre 预约一次免费的 30 分钟通话 →
你在日志中看到的内容。
每款扫描器都有一个可以搜索的标志:
Octopus
32 个 AI 爬虫名称,每次请求换一个
Google Cloud,15 个区域
Gecko
请求 /.claude/settings.json 和 /.cursor/mcp.json
Google Cloud 比利时区域,两台租用的 Windows VPS
Tortoise
Windows 上的 Chrome/126,每隔几秒一次请求
TC DATACENTER (AS218785)
Octopus 披着 32 副伪装。
每次 Octopus 访问都以相同方式开始:
- 01金丝雀路径/z9x8c7v6b5-debug-trigger-<your hostname>
- 02两条随机路径/gubgyjrd34ipmzr98uwq
- 03约 300 个机密文件约 10 秒内完成,每个使用不同的爬虫名称
那两条随机路径总是得到 404。Octopus 很可能用它们来了解你的站点对缺失页面返回什么。这样它就能把真实的 .env 文件与以 200 状态码返回“未找到”的页面区分开。
每次请求时,Octopus 都会从 32 个 user agent 中随机挑选一个。其中七个使用的名称没有任何公司公开过:
DeepSeekBot · GrokBot · Qwenbot · MoonshotBot · Hunyuan · ChatGLM-Spider · Bravebot
其余 25 个复制真实爬虫,多数逐字照抄:
GPTBot · ChatGPT-User · OAI-SearchBot · OAI-AdsBot · ClaudeBot · Claude-User · Claude-SearchBot · PerplexityBot · Perplexity-User · Meta-ExternalAgent · Meta-ExternalFetcher · Meta-WebIndexer · Applebot · Amazonbot · Bytespider · CCBot · DuckAssistBot · Googlebot ×2 · bingbot · Baiduspider · YouBot · cohere-ai · KimiBot · Kimi-SearchBot
一个典型的 user agent 为 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko); compatible; GPTBot/1.4; +https://openai.com/gptbot。全部 32 个都在数秒内从同一台机器、同一条连接发出。没有真实爬虫会这样做。
它的握手方式与 Chrome 相同。它会跟随重定向,保留 user agent 并添加 Referer。这正是 Go 标准 HTTP 客户端的行为。我们认为 Octopus 是一个使用类 Chrome TLS 库的 Go 程序。
其他站点所有者也曾看到过它。GreyNoise、Fastly 和 Cequence 报告过 Google Cloud 上使用伪造 AI 爬虫名称的扫描器,而该金丝雀路径在 9 月的公开日志中就已出现。在我们的站点上,它从 10 月 3 日开始。直到 10 月 16 日,它使用了 23 或 24 个名称,包括 PanguBot/1.0、YiBot/1.0 和 MistralAI-User。之后增加到 32 个。
每个网站一台新机器。
文章标题:Octopus、Gecko 与 Tortoise:三款扫描器正在猎取你的 AI 密钥
正文: 我们将每个 Octopus 地址与 Google Cloud 公布的范围进行了匹配。每一个都是 Google Compute Engine 机器。Octopus 为每个网站使用一台新机器,而且几乎每次都用不同的区域。在连续 82 台机器中,只有 3 台与前一台使用了相同区域。
10 月 24 日,位于五个区域的五台机器在 25 分钟内扫描了同一个站点。封禁一个地址毫无作用。下一次访问会来自一个新地址。
我们连接过的每一台仍在运行的 Octopus 机器都是标准的 Ubuntu 24.04 安装,开放了 SSH 端口,在前 1,000 个端口中没有其他任何东西。其中两台在我们连接后几分钟内就消失了。
Octopus 并不按地址扫荡互联网。我们检查的大多数机器对 GreyNoise 来说都是未知的,而 GreyNoise 专门监测大规模扫描。它依据一份主机名列表工作。它访问了我们三个没有自己证书的主机名,因此这份列表并非仅来自证书日志。
它先浏览,再挑选工具。
Octopus 有一个上述报告未提及的第二阶段。在触发 canary 前约 1.5 秒,同一台机器会像普通浏览器一样打开你的主页。它发送一个 Chrome 或 Edge 的 user agent,版本 152 到 157,并带有完整的浏览器头部。
在该阶段,它会读取 /robots.txt 和 /sitemap.xml,并跟随你页面上的链接,每次访问的中位数为 68 个。它会请求构建清单,例如 /.next/build-manifest.json、/ngsw.json 和 /.vite/manifest.json。它甚至会请求仍带方括号的 Next.js 路由模板,例如 /plays/[playId]。它还会尝试 /admin、/settings/api-keys、/graphql 和 /swagger。
Cequence 报告的摘要称该扫描器忽略了普通网页。在我们的站点上,它并没有。页面请求带有浏览器 user agent,因此针对 AI 爬虫名称的过滤会漏掉它们。
自 10 月下旬以来,Octopus 会利用它读取到的内容。它向每类站点发送不同的列表:
静态 HTML 站点
PHP、Python、Laravel、Terraform、Docker 和 cgi-bin 文件,以及尝试已知代码执行漏洞的 POST 请求。
Next.js 站点
没有 PHP 或 Python,也没有 POST 请求。取而代之的是 Next.js 构建文件和 Kubernetes 配置。
Vite 站点
针对暴露的 Vite 开发服务器额外增加 22 条路径,例如 /@fs/var/task/.env 和 /.env::$DATA。
在 10 月下旬之前,每个站点收到的都是相同的约 275 条路径的列表。此后我们的 Next.js 站点再未收到过 POST 请求。我们认为 Octopus 会从主页和清单中寻找框架的迹象。
Octopus 想要什么。
它的完整列表有 457 条路径。其中大多数是存在于文件中的密钥:
/.env · /.env.local · /.env.production · /admin/.env · /llm/.env
/.aws/credentials · /.config/gcloud/application_default_credentials.json · /secrets/service-account.json
/litellm/key/info · /litellm/spend/logs · /flowise/api/v1/credentials · /langflow/api/v1/validate/code
/.cache/huggingface/token
/.dev.vars · /vercel.json · /turbo.json · /.next/required-server-files.json
/.github/workflows/deploy.yml · /Jenkinsfile · /v1/secret/data
/actuator/env · /actuator/heapdump · /debug/pprof · /server-status
这份列表会变化。Octopus 于 10 月 20 日添加了 Langflow 和 Flowise 的代码执行请求——在针对这两款工具的一连串公告发布两周之后——并于一天后将其移除。它于 11 月 12 日添加了 LiteLLM 路径,这些路径会显示 LiteLLM 代理的密钥和支出。它也会删除路径:主目录和 SSH 文件于 10 月 24 日被移除。
列表中约一半存在于公开的单词列表中。另一半则不在,而恰恰是这一半看起来是精心设计的:针对云服务器的 Vite 路径(/@fs/var/task/.env)、特定产品的 AI 端点,以及名为 llm、agent 和 chatbot 的文件夹中的 .env 文件。
Gecko 断尾。
Gecko 的 user agent 结束得很早。这是它自己的 Chrome 128 user agent,在 60 个字符后被截断:
文章标题:Octopus、Gecko 与 Tortoise:三款扫描器正在窃取你的 AI 密钥
正文: 每次扫描前,Gecko 都会用完整字符串请求一次你的主页。扫描只使用前 60 个字符。从 (KHTML, like Gecko) 开始往后的部分都被丢掉了。Chrome 128 来自 2024 年,所以这个字符串是程序里的老常量。
Gecko 是一个 .NET 程序。它的 cipher 列表就是 .NET 在 Linux 上使用的默认列表。我们用 .NET 9 的 HttpClient 发出同样的请求,得到了逐字节相同的手握过程。主页抓取和扫描共用同一个 TLS 会话,因此它们出自同一个程序。
Gecko 一次性发出整份列表:中位数为 0.86 秒内 206 个请求。顺序始终相同。
Gecko 位于比利时。
与 Octopus 不同,Gecko 固定在一处。它的 54 个地址位于同一个 Google Cloud 区域,即比利时的 europe-west1。它还使用了两家小型托管公司:
| 网络 | ASN | 地址 | 日期(2026 年) |
|---|---|---|---|
| Google Cloud europe-west1(比利时) | AS396982 | 54 个地址 | 10 月 1 日至今 |
| TC DATACENTER | AS218785 | 45.138.12.23、.25、.27、.28 | 9 月 30 日至 10 月 8 日 |
| DMZHOST | AS48090 | 45.148.10.21、195.178.110.242 | 10 月 5 日至 11 月 16 日;10 月 23 日至 11 月 14 日 |
两台 DMZHOST 机器运行 Windows Server 2022,且仅在远程桌面端口上响应。它们的主机名是 D06S15 和 D10S18。它们是一家离岸托管商出售的普通租用 VPS,该托管商以每月 €5 到 €45 的价格出售 Windows KVM,而且它们一直在线:我们在 11 月 18 日连接时,它们已分别运行 16 天和 37 天。
Gecko 的 Google Cloud 机器现在装的是原版 Ubuntu 26.04 LTS。11 月早些时候,同一批机器使用的是一个精简的 OpenSSH 10.0 构建,仅允许 publickey 登录,密钥交换列表也更短。我们收集到的全部 24 个 SSH 主机密钥各不相同。10 月,Gecko 会把一些 Google Cloud 地址保留数周。自 11 月 10 日起,几乎每个地址只使用一天。
Gecko 按固定顺序访问站点。当一个地址扫描了我们的多个站点时,第二个站点约在第一个之后 5 分钟出现,第三个约再之后 17 分钟出现,在我们观察到的每个案例中都是如此。
Gecko 想要你的编码代理的密钥。
Gecko 于 9 月 30 日 07:33 UTC 出现在我们的站点上。它在 37 秒内扫描了四个站点,并且已经在索要 Claude Code 的设置文件。此后它又添加了更多 AI 工具的路径:
- 9 月 30 日Claude Code 设置与提供商密钥/.claude/settings.json · /.claude/settings.local.json · /.env.anthropic · /.env.openai
/.claude/settings.json · /.claude/settings.local.json · /.env.anthropic · /.env.openai
- 10 月 22–23 日MCP 服务器配置/.cursor/mcp.json · /.continue/config.json · /mcp.json
/.cursor/mcp.json · /.continue/config.json · /mcp.json
- 11 月 12–13 日编码代理登录凭据/.claude/.credentials.json · /.codex/auth.json · /.gemini/settings.json · /.codeium/windsurf/mcp_config.json
/.claude/.credentials.json · /.codex/auth.json · /.gemini/settings.json · /.codeium/windsurf/mcp_config.json
- 11 月 17 日LLM CLI 密钥与网关/.huggingface/token · /.config/llm/keys.json · /.openai/credentials.json · /.config/anthropic/config.json · /litellm/config.yaml
/.huggingface/token · /.config/llm/keys.json · /.openai/credentials.json · /.config/anthropic/config.json · /litellm/config.yaml
/.claude/.credentials.json 是 Claude Code 在 Linux 上保存登录信息的位置。/.codex/auth.json 存放 Codex 的登录信息。/.cursor/mcp.json 和 mcp_config.json 常常存放 MCP 服务器的 API 密钥。
10 月,AI 工具相关文件约占 Gecko 请求的 4%。在 11 月 16 日那一周,这一比例达到 10%。
11 月 12 日 12:19 UTC,Gecko 用一份新列表替换了约 100 个路径。第二天早上它又换回了旧列表。它保留了新列表中的 13 个路径,其中包括三个令牌文件:.claude/.credentials.json、.codex/auth.json 和 .gemini/settings.json。它还把 Windsurf 的路径修正到了真实位置。
Gecko 并非首个。从 10 月 30 日起,其他扫描器就向我们的站点索要 .claude/.credentials.json 和 .codex/auth.json。SANS 和 HoneyLabs 都报告过目标相似的扫描器。我们没有找到公开报告中提到 Gecko 的用户代理与这份列表的组合。
Octopus、Gecko 和 Tortoise:搜寻你 AI 密钥的 3 个扫描器
Tortoise 很慢。
第三个扫描器很小。它来过两次,分别在 11 月 13 日和 17 日:
它是一个使用 Go 标准 TLS 库的 Go 程序。它会请求 Spring、PHP 和 Rails 的调试页面,读取你的首页,并请求它找到的脚本。它所在的网络与 Gecko 在 10 月初使用的 /24 相同,但除此之外没有其他东西把它们联系起来。那个网络是一个拥有数十个租户的廉价 VPS 主机商:54 个 SSH 服务器、27 个 Windows 远程桌面,Debian、Ubuntu 和 Bitvise 并排存在。Tortoise 的两个地址都是原版 Ubuntu 24.04,且只显示一个 RSA 主机密钥。关于它的两条路径中的任何一条,我们都没有找到公开信息。
两个工具,两个运营者。
Octopus 和 Gecko 在同一周开始活动,并共享约 150 条常见路径,例如 /.env 和 /.git/config。其他一切都不一样:
| Octopus | Gecko | |
|---|---|---|
| 语言 | 很可能是 Go | .NET |
| TLS 握手 | 与 Chrome 相同 | .NET 的默认值 |
| 用户代理 | 32 个爬虫名称,随机 | 一个被截断的 Chrome 字符串 |
| 重定向 | 会跟随,并添加 Referer | 从不发送 Referer |
| 托管 | 15 个 Google Cloud 区域 | 比利时,外加两个 VPS |
| 机器存活时间 | 大多不到一小时 | 几天到几周 |
- 请求你自己的秘密路径。以下每个路径都应返回 404:/.env、/.env.production、/.git/config、/.claude/settings.local.json、/.cursor/mcp.json、/.codex/auth.json、/.aws/credentials。如果其中一个返回 200,打开它。一份你主页的副本是无害的。一个真实文件则不是。
- 检查你的构建输出。静态托管会发布 public/ 或 dist/ 中的所有内容。部署前运行 find public dist out -name '.*'。
- 让 agent 文件远离 Git。把 .claude/settings.local.json、.claude/.credentials.json、.codex/ 和 .env* 加入 .gitignore。把 MCP 服务器密钥放进环境变量,而不是 mcp.json。
- 永远不要把开发服务器放到公网上。仅针对一个暴露的 Vite 开发服务器,Octopus 就有 22 条路径。
- 保持 AI 网关私有。LiteLLM、Flowise 和 Langflow 的管理 API 不应出现在公网地址上。有公告发布时就更新它们。Octopus 会跟进公告。
- 检查你的 source map。如果你发布它们,确保其中不含密钥。
- 轮换任何曾经公开过的内容。扫描器会在几秒内使用密钥。
要同时拦截这些扫描器:
Cloudflare:除 /.well-known/ 之外的所有点文件
starts_with(http.request.uri.path, "/.") and not starts_with(http.request.uri.path, "/.well-known/")
阻止三者对 .env、.git 和 agent 配置文件的请求。
Cloudflare:Gecko
http.user_agent eq "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"
拦截这个完全截断的字符串。完整的 Chrome user agent 不会匹配。
Cloudflare:金丝雀
http.request.uri.path contains "debug-trigger"
只阻止 Octopus 和 Tortoise 的第一个请求。
nginx
location ~ /\.(?!well-known/) { return 404; }
if ($http_user_agent = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36") { return 403; }
同样的两条规则用于 nginx。
不要通过封锁 AI 爬虫名称来阻止这些扫描器。你会连真正的爬虫一起封掉,而扫描器会换用其他名称。
来源及其他报告。
问题。
这是我们称为 Octopus 的秘密扫描器的第一个请求。路径以你自己的主机名结尾,例如 /z9x8c7v6b5-debug-trigger-www.example.com。随后在大约十秒内会有数百个针对 .env 文件、云密钥和 AI 工具配置的请求,每个请求都带着不同 AI 爬虫的名字。
在我们的站点上,不是。真正的 AI 爬虫读取页面。它们不会索要 .env、.git/config 或云凭据文件。我们检查过的每一个以 AI 爬虫名义索要秘密文件的请求,都来自租用机器上的扫描器。在信任这个名字之前,先把地址与该公司公布的列表核对。
不是。真正的 Chrome user agent 会继续带上 (KHTML, like Gecko) Chrome/… Safari/537.36。这个在 60 个字符后就停止了。这是我们称为 Gecko 的扫描器发送的,同时附带着约 240 个秘密文件的列表。其他一些扫描器也会发送同样的字符串,所以无论如何都要拦截它。
这是我们称为 Tortoise 的第三个、缓慢的扫描器的第一个请求。它还会请求 /pscan-<8 位十六进制数字>-nonexistent.txt,以了解你的站点如何回应不存在的页面,然后请求 Spring、PHP 和 Rails 的调试页面,每隔几秒一个请求。
不会,前提是你按行为而不是按名称封锁。真正的 AI 爬虫不会索要 .env 文件。封锁以点开头的路径请求(保留 /.well-known/),封锁那个精确的 Gecko user agent,并且不要动 AI 爬虫名称,或者将它们与运营方的地址核对。
不会。从 2026 年 9 月 22 日到 11 月 18 日,我们站点上每一个针对秘密路径的请求都得到了 404、403 或 405。它们确实下载了公开页面和公开 source map,这是任何访客都能做的。
自己请求一下:curl -s -o /dev/null -w '%{http_code}' https://yoursite.com/.env。你想要 404。如果得到 200,打开响应。许多单页应用对每个路径都返回主页,这是无害的。一个含有密钥的真实文件则不是,你必须轮换那些密钥。
不是每个机器人都是它所声称的身份。弄清哪些是。
Octopus、Gecko 和 Tortoise:追踪你 AI 密钥的 3 款扫描器
与 Emre 预约一次免费的 30 分钟通话。我们将查看哪些代理和扫描器访问了你的网站,哪些是真实的,以及如何将真实的转化为客户。
为你的免费 30 分钟通话选择时间。
写成 {{NAME_ab12cd34}} 这样的值是真实值的占位符。在回复和工具调用中,请完全按原样使用它们:它们会在任何内容运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。