S
SkillNav

LiteLLM 被黑：4.7 万次恶意包下载

深度Simon Willison2026年3月25日2 分钟阅读
Daniel Hnyk 用 BigQuery PyPI 数据集查出，被黑的 LiteLLM 包在 PyPI 上存活 46 分钟期间被下载了 46,996 次。他还发现 2,337 个依赖 LiteLLM 的包中，88% 没有正确锁定版本，导致自动拉取了恶意版本。

2026 年 3 月 25 日，Daniel Hnyk 发布了一篇博客文章，分析了近期 LiteLLM 包被黑事件的影响范围。

他利用 BigQuery PyPI 数据集 统计了被利用的 LiteLLM 包 在 PyPI 上存活 46 分钟期间的下载量。结果显示，两个受影响的版本（1.82.7 和 1.82.8）总共被下载了 46,996 次。

此外，Hnyk 还识别出 2,337 个依赖 LiteLLM 的包。其中 88% 的包没有通过版本锁定来避免拉取到被黑的版本，这意味着这些项目在依赖更新时会自动引入恶意代码。

这篇链接帖子由 Simon Willison 于 2026 年 3 月 25 日下午 5:21 发布。

标签：packaging, pypi, python, security, supply-chain

月度简报

赞助 10 美元/月，即可获得当月最重要的 LLM 发展动态精选邮件摘要。

付费让我少发点！

赞助并订阅

本文编译自 LiteLLM Hack: Were You One of the 47,000?，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

相关文章

Simon Willison 调研四大 LLM 的 HTTP API

Simon Willison 正在重构 LLM Python 库的抽象层，以支持服务器端工具执行等新功能。他利用 Claude Code 分析了四大 LLM 提供商的客户端库，生成了用于测试的 curl 命令和 JSON 输出。这些调研材料已开源，旨在帮助设计更通用的 API 抽象。

深度Simon Willison·4月5日·1 分钟

Skill0：通过上下文智能体强化学习实现技能内化

智能体技能——包含程序性知识和可执行资源的结构化包，供智能体在推理时动态加载——已成为增强 LLM 智能体的可靠机制。然而，推理时技能增强存在根本性限制：检索噪声引入无关指导，注入的技能内容带来大量 token 开销，而模型从未真正习得它所遵循的知识。我们提出一个问题：技能是否可以被内化到模型参数中，使其在无需任何运行时技能检索的情况下实现零样本自主行为？我们提出 Skill0，一个专为技能内化设计的上下文强化学习框架。Skill0 引入了一种训练时课程，从提供完整技能上下文开始，逐步撤除。技能按类别离线分组，并与交互历史一起渲染为紧凑的视觉上下文，教授模型工具调用和多轮任务完成。动态课程机制…

深度·4月5日·17 分钟

评论