花6千元就能造間諜晶片，兩名資安專家DIY告訴你有多簡單|數位時代 BusinessNext

花6千元就能造間諜晶片，兩名資安專家DIY告訴你有多簡單

去年十月，彭博社報導中國駭客在美國科技大廠的伺服器內加裝微型間諜晶片遭駁斥，如今卻有資安專家跳出來進行試驗，說這種晶片「在自家地下室就做得出來」。

200塊美元就能操控防火牆，資安專家：間諜晶片並非遙不可及

ICS（Industrial Control System，工業控制電腦）資安服務供應商FoxGuard Solutions的「駭客長」孟塔・艾爾金斯（Monta Elkins）表示，他將在這個月底於瑞典斯德哥爾摩舉辦的CS3sthlm資安會議上，親自示範他如何在自家地下室輕鬆驗證這個「微型晶片驅動式的惡意硬體」的假說。

艾爾金斯所準備的道具：一個150美元的熱風焊接工具、40美元的顯微鏡和數片2美元的晶片。透過這些物件，他就能以某種方式竄改思科（Cisco）的防火牆，獲得遠端操控的能力，並成功瞞過絕大多數的IT管理員。

首先，他在自己網購來的2美元Digispark Arduino開發板上鎖定一塊比米粒要大，但比小拇指指甲來得小的ATtiny85晶片，將它拆下後經過編程，再焊接在Cisco ASA 5505硬體防火牆的母板上。在複雜的防火牆板上，幾乎難以注意到這張惡意晶片。

一旦防火牆在目標電腦的數據中心被啟動，這個惡意晶片就會發動攻擊，觸發防火牆的「密碼恢復功能」，進而建立新的IT管理員帳戶，來取得設置防火牆的訪問權限。如此一來，駭客就可以從遠端監控此電腦，關閉防護功能，甚至竊取電腦內的資料。

「這不是什麼魔法，透過示範，我希望讓大家知道這個技術沒有那麼遙不可及，」艾爾金斯說，「比我聰明的人太多了，對那些人來說這根本不算什麼。任何一個熱愛電機學的人都可以做到。」

對此，思科也發布聲明，表示他們正在調查有關資安人員發現的防火牆漏洞，一旦有任何顧客需要瞭解的新消息，他們都將以官方管道做溝通。（中國「間諜晶片」滲透30家美企，蘋果、亞馬遜都在名單內https://www.bnext.com.tw/article/50844/the-big-hack-amazon-apple-supermicro-and-beijing-respond）

實際間諜晶片恐小於米粒

透過微型惡意晶片劫持硬體防火牆，進而劫持主機的這種供應鏈攻擊，聽起來雖然令人擔憂，但一般民眾或許不用太過在意。艾爾金斯指出，透過硬體進行的駭客攻擊畢竟占少數，而且傳統的軟體攻擊也可以讓駭客獲得同樣的訪問權限，但在隱蔽性上沒有微型晶片那樣的「神不知鬼不覺」。

不過，艾爾金斯強調，透過間諜晶片劫持供應鏈，直接攻擊硬體的這種間諜行動在技術上確實可行，甚至比世界上多數資安管理者想像的還要容易。不過艾爾金斯所做的微型晶片，沒有彭博社指出的中國駭客所做的「米粒大小」間諜晶片那樣小。

另一位獨立資安研究員特梅爾・哈德森（Trammell Hudson）和艾爾金斯也做了同樣的試驗，他選擇美超微（Supermicro）的主板為試驗目標，在上面加裝一塊2.5平方毫米大小的惡意晶片，讓駭客可以訪問主機板的BMC（Baseboard Management Controller，基板管理控制器）。BMC是一種允許遠端監控管理的組件，這樣一來駭客就能潛入目標伺服器內。

由於只是試驗，哈德森並未在主板上另外做調整來隱藏他的惡意晶片，但他認為，駭客要做出比米粒還小的晶片並非難事，費用約莫花數萬美元。「如果連我都能做到這個程度，預算上億的人可能都已經做了好一陣子了。」艾爾金斯說。

責任編輯：陳映璇

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。