近日，科技媒体Tom'sHardware报道了一种名为HalluSquatting的新型AI漏洞。研究人员发现，这种漏洞会放大AI模型在调用工具时的“幻觉”，即将不存在或错误的代码仓库地址误认为真实地址。AI幻觉指的是AI模型生成的不正确或具有误导性的结果，可能由训练数据不足、模型做出不正确的假设，或训练数据存在偏差等因素造成。

这项研究由特拉维夫大学、以色列理工学院和Intuit的研究人员共同发布。他们指出，智能体AI在遇到陌生项目、仓库或工具名称后，可能会自行补全出看似合理但实际错误的地址。例如，新仓库地址为OriginalOwner/WindowsTelemetryOff，由于模型训练数据未覆盖较新的项目，模型可能生成SuperHacker/WindowsTelemetryOff、WindowsTelemetryOff/WindowsTelemetryOff，或带拼写误差的近似地址。研究还发现，当代码智能体如Claude收到“运行windowstelemetryoff脚本”等指令时，模型可能直接幻觉出仓库名，甚至在执行网页搜索后仍访问到恶意版本，并进一步运行其中代码。

量化结果显示，模型对近期代码仓库位置的幻觉率最高可达85%，对热门智能体技能可达100%。2025年发布的样本GitHub仓库名称，模型平均幻觉率为92.4%；2019年或更早发布的仓库，地址错误率为0.9%。在应用层，攻击成功率存在分化：Cursor、GeminiCLI和Copilot的成功率为20%-35%，OpenClaw及其变体接近80%-100%。