BREAKING
curl und HTTP/2: Wenn der Upload den Client angreifbar macht DIVD und Zammad: Wenn der Helpdesk zur Angriffskette wird NVIDIA Sentry: Warum die Kontrolle über KI-Agenten außerhalb des Hosts liegen soll CLOSEDQUORUM: Wenn KI-APIs die Malware-Steuerung übernehmen Cisco ISE Zero-Day: Wenn die Zugangskontrolle selbst zum Root-Ziel wird

Agent Framework: Wenn ein Python-Start die Cloud-Identität preisgibt

Clara (AI generiert)
4 min read
Agent Framework: Wenn ein Python-Start die Cloud-Identität preisgibt

Ein Entwicklungsteam aktualisiert sein KI-Agenten-Framework. Die Tests laufen weiter, die Anwendung funktioniert, das Paket stammt vom bekannten Projekt. Trotzdem kann bereits der nächste Python-Start Zugangsdaten aus der Entwicklungs- oder Build-Umgebung abziehen. Genau dieses Risiko zeigen zwei manipulierte Veröffentlichungen des offiziellen Microsoft-Pakets agent-framework auf PyPI. Für Unternehmen geht es deshalb nicht nur um eine gesperrte Abhängigkeit, sondern um die Frage, welche Identitäten eine vermeintlich harmlose Laufzeit verwenden durfte. [1][2]

Die Versionen 1.26.1 und 1.26.2 wurden am 17. November 2026 veröffentlicht. Mehrere Forschungsteams legten am 18. November technische Analysen vor. Der Vorfall ist ein neuer Angriff auf den offiziellen Distributionskanal, kein ähnlich benanntes Täuschungspaket. Die folgenden Handlungsempfehlungen beziehen sich auf diesen konkreten Vorfall; sie sind kein Nachweis einer Betroffenheit jedes Agent-Framework-Nutzers. [1][3]

Zwei Releases, eine unzureichende erste Sperre

StepSecurity dokumentiert den ersten Upload für 20:35 UTC und dessen Quarantäne für 21:06 UTC. Um 21:08 UTC folgte die zweite manipulierte Version; auch sie wurde anschließend gesperrt. Damit ist belegt, dass die Sperre der ersten Veröffentlichung weiteren Upload-Zugriff zunächst nicht verhinderte. Daraus lässt sich aber nicht ableiten, dass die Angreifer heute noch veröffentlichen können. Der genaue ursprüngliche Zugang und die verwendete Identität sind öffentlich nicht abschließend geklärt. [1]

Das GitHub Advisory GHSA-764m-3ppc-5m73 führt exakt 1.26.1 und 1.26.2 als betroffen. Als letzte saubere Veröffentlichung nennen die Analysen 1.26.0. Das Advisory weist keine gepatchte Version aus: Hier wurde nicht ein gewöhnlicher Programmfehler korrigiert, sondern Schadcode in Releases eingeschleust. Ein Rückgriff auf eine geprüfte saubere Version ersetzt daher keine Untersuchung bereits exponierter Systeme. [2][3]

Warum kein Import nötig war

agent-framework ist ein Metapaket: Es zieht die eigentlichen Framework-Komponenten nach. Nach JFrogs Analyse blieb die Abhängigkeit auf agent-framework-core[all]==1.26.0 erhalten. So konnte die normale Funktion weiterlaufen, während zusätzliche Dateien den Credential-Stealer starteten. [3]

Der Auslöser war eine ausführbare Import-Zeile in einer .pth-Datei innerhalb von site-packages. Bei normaler Python-Initialisierung verarbeitet der Interpreter diese Dateien vor dem eigentlichen Anwendungscode. Entscheidend ist die zeitliche Trennung: Das Ablegen des Wheels startet den beschriebenen Schadcode nicht selbst; der nächste Interpreter-Start in dieser Umgebung tut es. Weder ein Import von agent_framework noch eine Agentenaktion ist erforderlich. [3]

In 1.26.1 heißen die relevanten Dateien agent_framework_meta.pth und agent_framework_meta/_telemetry.py, in 1.26.2 af_runtime_diag.pth und af_runtime_diag.py. Ein Testaufruf, ein IDE-Hilfsprozess oder ein Verwaltungsbefehl kann deshalb zum Auslöser werden. Die Sicherheitsgrenze liegt hier nicht beim Prompt oder beim Agentenwerkzeug, sondern bereits beim Start der Python-Laufzeit. [2][3]

Aus lokalen Dateien wird Cloud-Zugriff

Die technische Analyse von Elastic beschreibt die Suche nach Umgebungsvariablen, lokalen Konfigurationen und Zugangsdaten. Dazu gehören Azure-CLI-Caches, Git- und Registry-Konfigurationen, Docker-Zugangsdaten sowie Anwendungsdateien unter typischen Workspace-Pfaden. Unter Linux versucht der Stealer außerdem, Umgebungsvariablen anderer Prozesse auszulesen. Ob das gelingt, hängt von den tatsächlichen Berechtigungen ab. [4]

Zusätzlich versucht die Malware, neue Identitätstoken anzufordern. Auf Azure-Ressourcen nutzt sie lokale Managed-Identity-Endpunkte beziehungsweise den Instance Metadata Service. Solche Token tragen die Berechtigungen der jeweiligen Workload-Identität. Version 1.26.2 ergänzt die Sammlung von GitHub-Actions-OIDC-Token. Der mögliche Schaden endet damit nicht bei bereits gespeicherten API-Schlüsseln: Auch zur Laufzeit erreichbare Identitätsdienste gehören zur Angriffsfläche. [4]

Dabei darf „versucht“ nicht zu „garantiert erfolgreich“ werden. Elastic weist auf fehlende Parameter beim Azure-DevOps-OIDC-Aufruf hin; JFrog beschreibt ebenfalls funktionale Einschränkungen. Welche Token tatsächlich erlangt und weiterverwendet wurden, muss eine Untersuchung aus Protokollen und Identitätskonfiguration rekonstruieren. [3][4]

Einordnung: Agentensicherheit beginnt vor dem Modell

OpenSourceMalware beschreibt einen fokussierten Zugangsdaten- und Token-Diebstahl, keinen nachgewiesenen selbstverbreitenden Wurm. Die untersuchten Artefakte laden nach dieser Analyse keine weitere ausführbare Nutzlast nach und installieren keinen eigenen Systemdienst. Die wiederholte Ausführung hängt an den manipulierten Dateien in der Python-Umgebung. [5]

Für Sicherheitsverantwortliche ergibt sich daraus eine Architekturfrage: Warum erhält eine Umgebung, die Abhängigkeiten installiert und Tests ausführt, gleichzeitig weitreichende Cloud-Rechte? Unsere Empfehlung ist, Paketbeschaffung, Tests und privilegierte Veröffentlichung als getrennte Vertrauenszonen zu behandeln. Das schützt nicht nur Agentenprojekte, sondern reduziert auch die Reichweite eines kompromittierten Hilfswerkzeugs. Die Trennung sollte technisch erzwungen und nicht lediglich als Teamkonvention dokumentiert werden.

Konkrete Schritte für Unternehmen

Erstens: Betroffenheit ohne erneuten Start prüfen. StepSecurity warnt ausdrücklich davor, die Untersuchung mit pip show, pip uninstall oder einem Python-Aufruf in der verdächtigen Umgebung zu beginnen. Zuerst isolieren und Belege mit vertrauenswürdigem Werkzeug sichern. Anschließend Installationsnachweise, Build-Protokolle, Images und Paket-Caches auf beide Versionen prüfen. [1]

Zweitens: Eine Identitätsliste statt nur einer Paketliste anlegen. Als interne Arbeitsstruktur empfehlen wir pro betroffener Workload drei Spalten: lesbare Geheimnisse, anforderbare Identitäten und damit erreichbare Ressourcen. Für jede Position braucht es einen Verantwortlichen und einen überprüfbaren Abschluss. Die bloße Aussage „Runner neu gebaut“ beantwortet nicht, ob zuvor erreichbare Zugänge weiterhin gültig sind.

Drittens: Neu aufbauen und Zugangsmöglichkeiten getrennt schließen. Die Forscher empfehlen saubere Ersatzumgebungen und den Widerruf beziehungsweise Austausch potenziell exponierter Zugangsdaten. OpenSourceMalware nennt ausdrücklich Cloud-, Git-, Docker-, Registry- und KI-Dienst-Zugänge. Auch lesbare Geheimnisse anderer Prozesse gehören in die Untersuchung. [5]

Viertens: Netzwerkspuren präzise bewerten. Die Analysen nennen einen konkreten UUID-Pfad bei webhook.site. Der Dienst wird auch legitim genutzt. Ein Treffer auf die Domain allein beweist deshalb weder diesen Vorfall noch erfolgreichen Datenabfluss. Unsere Empfehlung: Zielpfad, Zeitpunkt, Quell-Workload, Request-Ergebnis und verfügbare Proxy-Daten gemeinsam dokumentieren, statt Domain-Treffer als Opferzählung zu verwenden. [5]

Grenzen der bisherigen Erkenntnisse

Öffentliche Paket-Downloadzahlen sind keine bestätigte Opferzahl. Ebenso beweist eine Installation nicht automatisch, dass jeder erreichbare Schlüssel übertragen wurde. OpenSourceMalware warnt ausdrücklich vor dieser Gleichsetzung. Umgekehrt bedeutet fehlende sichtbare Fehlermeldung keine Entwarnung: Die Malware unterdrückt Fehler und arbeitet abseits des normalen Anwendungsflusses. [5]

Für die Freigabe empfehlen wir deshalb klare Nachweise: saubere Artefakte, geprüfte Laufzeitumgebung, bearbeitete Identitätsliste und abgeschlossene Auswertung des relevanten Zeitfensters. Wo Protokolle fehlen, sollte die verbleibende Unsicherheit ausdrücklich in die Risikoentscheidung eingehen.

Fazit

Der Vorfall verschiebt den Blick von der Agentenlogik auf deren Unterbau. Ein erlaubtes Paket konnte einen normalen Interpreter-Start in einen Zugriff auf Unternehmensidentitäten verwandeln. Die angemessene Antwort ist nicht nur ein Versions-Pin, sondern ein überprüfter Zusammenhang aus sauberen Umgebungen, begrenzter Laufzeitautorität und nachvollziehbarer Zugangssanierung. [1][4]

Quellen

Teilen:
// Mission Critical

Woechentliches AI Security Briefing erhalten.

Fuer Analysten, Forscher und Verteidiger, die Bedrohungen im AI Stack verfolgen.

Kostenlos abonnieren

Verwandte Artikel