AI让攻击更快而非更新，网络安全竞争转向修补速度

CrowdStrike近期追踪到四个黑客团伙，它们共同的特点是：不依赖新颖的攻击技术，而是组合使用Claude、DeepSeek等多种AI模型，将攻击流程自动化。部分团伙甚至进行了明确的分工——一组AI代理负责侦察和漏洞搜索，另一组代理执行实际入侵。CrowdStrike指出，攻击者主要使用的是较旧的模型，瞄准的多是已经存在的安全漏洞和薄弱的账户管理。AI的真正优势不在于想出人类没想到的攻击方式，而在于能对数千个目标不知疲倦地重复同一操作，持续探测人类会忽略的薄弱环节。

微软确认的一个中国关联攻击群展示了这种规模化的极端形态：该组织利用AI代理集群，对2250多个组织实施每分钟约2900次的登录尝试。这不是某种精巧的零日攻击，而是用机器把暴力破解的吞吐量推到了人力完全无法企及的水平。

更值得注意的是攻击者对商业AI安全护栏的绕过方式。CrowdStrike追踪的四个团伙无一例外地将自己的操作描述为正常的渗透测试或安全审计，或者将文件和提示词构造成看起来像已获授权的工作，以此规避模型内置的安全限制。部分团伙甚至使用了专门针对Claude Code系统指令的工具来禁用其安全约束。在模型选择上，攻击者表现出明显的成本意识：需要推理和规划的阶段使用高性能闭源模型，重复性攻击则投入廉价的开源权重模型。这意味着，即便防御方拥有一个足够安全的模型，只要攻击者能找到安全限制最松的那个模型组合进去，全面拦截就变得愈发困难。

PHP2Shell漏洞是另一个维度的例证。该漏洞公开之前就已检测到攻击尝试，公开后Cloudflare网络上的攻击量在数小时内从数千次飙升至数百万次。但金有旼同时指出，PHP2Shell至今并未造成互联网层面的大规模损害——大量AI生成的攻击代码实际上无法运行，专家也认为它是否达到Log4j或Heartbleed那种即时广泛破坏的程度仍不确定。

这些案例合在一起指向一个判断：AI对黑客攻击的改变，核心不在'类型'而在'速度、规模和成本结构'。攻击者不需要天才，只需要不知疲倦的重复和极低的边际成本。防御者同样可以利用AI加速漏洞发现和修补，OpenAI在发现PHP相关漏洞后专门建立了所谓'Defender's Window'，为相关机构和厂商争取应对时间。但问题在于对称性：一个研究者用AI发现漏洞，另一个研究者或攻击者用类似工具发现同一漏洞的概率也在上升，公开与攻击之间的时间窗口同步缩短。

由此，企业网络安全竞争力的衡量标准正在发生位移。过去关注的是'拥有多先进的防御技术'，未来更关键的是'发现新漏洞后多快能完成修补、能否系统性地清理老旧和无人维护的基础设施'。AI没有发明新的攻击，但它让互联网上原本就存在的脆弱性以更短的时间、更低的成本集中暴露。

需要保留的边界是：上述分析综合了CrowdStrike、微软、Cloudflare和OpenAI的公开报告，由The Core编辑金有旼（首尔大学研究生）进行整合与解读。各机构报告的具体方法细节、样本完整性和时间覆盖范围在本文中未展开，AI生成攻击代码的实际有效比例也缺乏独立量化数据。