Switch 2 被破解:旧游戏加 AI 竟成关键

Modder 用旧游戏漏洞和 OpenAI Codex 宣称破解 Switch 2。
Modder Sammy Hajhamid(pepsipu)宣称利用一款旧游戏的漏洞和 OpenAI Codex 生成的攻击代码,成功在 Switch 2 上运行自定义《马力欧卡丁车世界》,项目代号 ns2jb。演示中出现了玉桂狗、愤怒的小鸟、彼得·格里芬和史蒂夫等非官方角色,表明破解可修改游戏内存或资源。事件引发对 AI 辅助逆向工程降低破解门槛的讨论,也带来版权与滥用争议。目前消息仅为单方面披露,缺乏独立验证,任天堂未回应。
任天堂 Switch 2 的破解传闻终于有了实质性进展。据 modder Sammy Hajhamid(网名 "pepsipu")透露,他利用一款旧游戏和 OpenAI 的 Codex 模型,成功在 Switch 2 上运行了自定义版本的《马力欧卡丁车世界》,并加入了玉桂狗、红色愤怒的小鸟、彼得·格里芬和《我的世界》的史蒂夫等新角色。这一名为 "ns2jb" 的越狱项目,展示了 AI 辅助逆向工程的潜力。

破解如何实现:旧游戏与 AI 的协作
根据 pepsipu 的说法,本次越狱的核心在于找到了一款旧游戏中的漏洞,并借助 OpenAI Codex 生成部分攻击代码。Codex 作为代码生成模型,能够根据自然语言描述或现有代码片段,快速产出可用的汇编指令或脚本,这大大降低了逆向工程的门槛。不过,pepsipu 并未披露具体是哪款旧游戏,也未说明漏洞细节,因此该消息目前仍属于单方面宣称。
主机越狱与漏洞利用链
主机越狱(jailbreak)本质上是在厂商锁定的软硬件环境中找到一条可执行的代码路径,使非官方程序能够获得更高权限。常见的入口包括系统菜单、浏览器、游戏存档解析等。攻击者通常需要组合多个漏洞:一个用于触发内存破坏,一个用于绕过地址随机化(ASLR)和代码签名,另一个用于提权或持久化。这类组合被称为“漏洞利用链”。旧游戏之所以常被选中,是因为其代码经过多年逆向分析,漏洞更容易被定位,且运行环境相对可控。
OpenAI Codex 与逆向工程
Codex 是基于 GPT 的代码生成模型,能够根据自然语言或代码上下文生成多种语言的代码,包括汇编和脚本。在逆向工程中,它可以辅助快速编写漏洞验证代码、解析二进制结构或生成 ROP 链片段,从而缩短手工编写攻击代码的时间。但 Codex 本身并不具备发现漏洞的能力,它依赖使用者提供的目标和思路,输出结果仍需人工验证和调试。
演示内容:自定义《马力欧卡丁车世界》
破解成功后,pepsipu 展示了运行自定义模组的《马力欧卡丁车世界》。视频中出现了玉桂狗、红色愤怒的小鸟、彼得·格里芬和史蒂夫等非官方角色,这表明破解已经能够修改游戏内存或资源文件。对于玩家社区而言,这通常意味着未来可能出现更多非官方模组、金手指和自制程序。
AI 在破解中的角色与争议
OpenAI Codex 的介入是本次事件最受关注的点。传统上,主机破解依赖安全研究员手动分析固件和漏洞,耗时数月甚至数年。而 AI 可以加速代码编写和漏洞利用链的构建。但这也引发争议:AI 是否会被滥用于绕过版权保护?任天堂历来对破解行为采取强硬法律手段,此次事件可能促使厂商加强反破解措施。
AI 辅助漏洞利用的边界
AI 代码生成模型在漏洞利用中的作用更接近“加速器”而非“发现者”。它可以根据已知的漏洞类型和缓解措施生成候选利用代码,但无法替代对目标固件、内存布局和硬件行为的深入理解。此外,生成代码的可靠性受限于训练数据中的安全研究样本,面对新型保护机制时往往需要大量人工修正。因此,AI 降低的是代码编写门槛,而非漏洞挖掘本身的门槛。
消息可信度与后续影响
目前,该消息仅来自 pepsipu 的个人披露,尚无独立第三方验证。任天堂也未作出回应。如果属实,这将是 Switch 2 上市后较早的破解案例之一,可能影响主机的安全声誉。对于普通玩家,破解意味着更多自定义可能性,但也伴随封号和法律风险。我们将持续关注后续验证进展。
相关推荐

Perplexity混合计算实测:隐私数据不出Mac
Perplexity Hybrid Compute 实测:PrivacyGate 如何拦截敏感数据、本地模型与云端模型如何分工、16GB 与 32GB Mac 的模型差异,以及银行流水、医疗记录等真实场景下的隐私保护表现。

大肥鱼锐评国内外主流大模型:豆包登顶、DeepSeek并列第一
B站UP主大肥鱼锐评国内外主流大模型:豆包凭情绪价值登顶,DeepSeek以开源性价比并列第一,文心、海螺、元宝、Kimi、Qwen、可灵、Claude、Gemini、Grok各被贴上鲜明人设标签。本文梳理这份「最不客观」榜单背后的产品逻辑与选型启示。

AI Agent上生产前如何真测?一套可落地的测试与监控框架
BotGage创始人Pramin Pradeep分享AI Agent上生产前的测试方法:Agent注册可见性、红队测试、生产环境可观测性三步框架,附QA成本从18万美元降至8万美元的真实案例,以及IT角色向Agent监督者转型的分析。