核心要点：
  • Calif 安全团队在 Apple Park 当面披露首个公开的 Apple M5 内核内存破坏利用
  • 利用链从无权限本地用户出发，仅用常规系统调用，最终获得 root shell
  • 成功绕过苹果最新 MIE (Memory Integrity Enforcement) 硬件内存安全系统
  • Mythos Preview AI 系统辅助识别漏洞，从发现到完成仅用一周（4月25日-5月1日）
  • 55 页技术报告将在苹果修复后公开

事件概述

2026 年 5 月 14 日，安全研究团队 Calif 在 Apple Park 与苹果安全团队会面，当面披露了一项重大安全研究成果：首个公开的 Apple M5 芯片 macOS 内核内存破坏利用。这个漏洞链不仅实现了从普通用户到 root 的完全权限提升，更关键的是它成功绕过了苹果引以为傲的 MIE (Memory Integrity Enforcement) 硬件安全系统。

关键时间线：
4月25日 — Bruce Dang 发现漏洞
4月27日 — Dion Blazakis 加入分析
5月1日 — 完成完整利用链
5月14日 — 在 Apple Park 当面披露
总计耗时：一周

Apple M5 与 MIE 安全机制

MIE 基于 ARM 的 MTE (Memory Tagging Extension) 技术，是苹果投入 五年时间、耗费 数十亿美元 研发的硬件级内存安全方案。它在 Apple M5 和 A19 芯片上首次亮相，专门设计用于阻止内存破坏类漏洞利用。

根据苹果官方的安全研究，MIE 能够阻断所有针对现代 iOS 的公开利用链，包括近期泄露的 Coruna 和 Darksword 两大知名漏洞利用工具包。安全界普遍认为 Apple 设备是当前最安全的消费级计算平台。

MTE 的工作原理

MTE 通过在内存指针中嵌入标签（tag）来工作。每次内存访问时，硬件会验证指针标签与目标内存区域的标签是否匹配。如果标签不匹配，CPU 会触发异常，从而在恶意数据被实际利用前就阻止了攻击。这种机制被称为 tag-based spatial + temporal safety。

// MTE 简化原理示例
void *ptr = malloc(256);
// 硬件自动为 ptr 分配标签 0x42
// 同时为 ptr 指向的 256 字节内存区域设置标签 0x42

// 正常访问：标签匹配，通过
ptr[0] = 'A';

// 越界访问：目标地址标签不匹配，CPU 触发异常
// uint8_t *oob = ptr + 300; // 越界指针的标签不同
// oob[0] = 'B'; // → SIGSEGV / 硬件异常

漏洞发现：Mythos AI 的辅助

这次研究的特别之处在于 AI 的深度参与。Calif 团队使用了 Mythos Preview — 一个具备特定领域攻击能力的大模型系统。Mythos 的核心能力是：一旦掌握了某类问题的攻击方法，就能泛化到该类问题中的几乎任何实例。

漏洞的发现过程几乎是偶然的：

研究人员指出，MIE 确实有效阻止了传统的内存损坏利用方式。但 data-only attack（数据只损坏攻击） 提供了一条绕过路径：不修改代码指针或返回地址，而是修改关键内核数据结构中的敏感数据字段，从而在不触发 MIE 的情况下实现权限提升。

利用链技术分析

该利用是一个 data-only kernel local privilege escalation chain，针对 macOS 26.4.1 (25E253) 版本：

什么是 Data-Only Attack？
传统内核利用通常修改函数指针或控制流数据，这些都在 MIE 的监控范围内。Data-only attack 则只修改内核对象中的纯数据字段（比如 uid、权限标志），绕过控制流完整性检查。这就像不撬门而入，而是伪造身份证。

安全影响与行业意义

对 Apple 的冲击

苹果在 MIE 上投入了巨大资源，其安全博客曾宣布 MIE 能 "disrupts every public exploit chain against modern iOS"。Calif 的研究证明：即使是最好硬件防御，面对 AI 辅助的漏洞发现也存在极限。

研究团队的原话很有分量：

"This work is a glimpse of what is coming. Apple built MIE in a world before Mythos Preview. We're about to learn how the best mitigation technology on Earth holds up during the first AI bugmageddon."

AI 赋能安全研究的范式转变

这个案例清晰地展示了 AI 如何改变安全研究的格局：

正如研究人员所说：小型团队凭借 AI 突然能做到以往需要大型组织才能完成的事情。这是安全行业的一个拐点。

MAD Bugs 系列的前瞻

Calif 团队长期运营 MAD Bugs 系列研究，持续展示 AI 系统如何发现越来越多的漏洞。随着 AI 能力的提升，那些足够强大的漏洞终将被发现并幸存于最先进的安全缓解措施之下 — 这正是在 M5 + MIE 上发生的事情。

后续安排

给开发者和安全团队的建议：
  • 及时关注 macOS 安全更新，第一时间安装补丁
  • 评估你的组织是否能承受 AI 辅助漏洞发现带来的攻击面扩张
  • 对于关键系统，不要单独依赖硬件安全机制作为唯一防线
  • 加强对 data-only attack 和 AI 辅助攻击的了解与防御

参考资料