答案已发布21 来源
AI网络攻击正从“助手”走向“代理”：三份报告揭示的真实变化
AI并未创造全新的入侵手法，但正在把侦察、诱饵制作、代码生成、测试与修订串联为可重复执行的攻击流程。[10][7] Google观察到攻击者从单次提示转向代理式、多步骤工作流；但现有证据不足以说明全程自主的端到端入侵已成主流。[11][7] 模型蒸馏、API密钥和云凭据盗窃也成为新战场：攻击者试图通过大规模查询提取前沿模型能力，企业则需加强账户、接口和滥用监测。[11][8]
发布者使用 GPT-5.6 Terra 编辑图片由 GPT Image 2 生成
研究答案
要点
- AI并未创造全新的入侵手法，但正在把侦察、诱饵制作、代码生成、测试与修订串联为可重复执行的攻击流程。[10][7]
- Google观察到攻击者从单次提示转向代理式、多步骤工作流；但现有证据不足以说明全程自主的端到端入侵已成主流。[11][7]
- 模型蒸馏、API密钥和云凭据盗窃也成为新战场：攻击者试图通过大规模查询提取前沿模型能力，企业则需加强账户、接口和滥用监测。[11][8]
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Google’s Q3 2026 AI Threat Tracker, Anthropic’s September 2026 threat intelligence report, and Microsoft’s contemporaneous findings. Article summary: The shared finding was not that AI had created wholly new forms of intrusion, but that it was turning established tradecraft into repeatable, multi step workflows: models could help actors plan, generate, test, adapt, an. Topic tags: general web, agents, prompt engineering, ai, automation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, waterma
Google、Anthropic与微软的共同结论，并不是“AI已经创造了全新的黑客入侵方式”，而是它正在把既有攻击技法变成更易复制、更快迭代的多步骤工作流。攻击者可借助模型完成规划、生成、测试、调整与规模化投放，减少对高技能人员和人工操作时间的依赖。现有证据最明确支持的是：AI正在加速并协调传统攻击；尚不足以证明完全脱离人类实质指挥的自主攻击系统已成为常态。10
7
从“写助手”到“执行代理”
Google威胁情报团队（GTIG）的追踪报告显示，攻击者正从零散地向模型提问，转向把多个任务整合进代理式工作流：例如漏洞扫描、凭据收集、故障排查及攻击基础设施轮换。原本需要多种工具和多名操作人员配合的流程，可能被压缩为一个能快速反复调整的攻击管线。11
不过，“代理式”不等于“完全无人化”。微软的判断仍是，目前恶意使用AI主要集中在生成文本、代码和媒体内容，而不是让模型独立完成从初始入侵到横向移动、数据窃取的全部环节。10
攻击者目前主要拿AI做什么
三家公司的发现指向一组高度熟悉的用途：
- 对目标进行公开信息搜集、研究和画像；
- 编写并本地化鱼叉式钓鱼邮件、短信和社交工程话术；
- 生成、调试或修改恶意软件、脚本和攻击基础设施；
- 汇总被窃数据，制作更具迷惑性的后续诱饵；
- 批量生成多语言版本，持续更换措辞和样式以规避基于模板的检测。
10
真正改变攻防节奏的，不是某一条恶意提示词，而是“生成—测试—修订—部署”的反馈循环。Anthropic披露的案例表明，攻击者可在代码被安全产品识别后请求模型修改或重建代码；若再利用被盗账户、凭据或AI API密钥获取廉价算力，这种迭代会更快发生。8
7
国家关联活动与犯罪团伙案例说明了什么
Anthropic称，其在2025年12月至2026年8月期间识别并中断了多类滥用Claude的活动，涉及与俄罗斯、中国和伊朗有关联的行为者，以及以获利为目的的团伙；覆盖网络行动、影响力行动、监控、诈骗、生物滥用、常规武器开发和模型蒸馏等领域。7
2
路透社报道，Anthropic的案例包括一项与俄罗斯有关联、针对乌克兰官员的行动，以及其对中国AI公司涉嫌滥用Claude的指称。17
19 这些归因属于公司披露的个案与评估，并不能据此推断全部网络威胁活动的规模或构成。
ShinyHunters相关事件则展示了传统凭据窃取如何被强化。微软将针对企业Microsoft 365账户、以通行密钥和单点登录（SSO）为主题的社工攻击，归因于与ShinyHunters、Helix及相关勒索团伙有关联的行为者。报道所述模式是：先做侦察，再冒充IT支持人员诱导受害者交出访问权限，随后窃取云端数据。3
这更像是“更精准、更可规模化的传统社工攻击”，而不是AI独立完成整场入侵的证据。
为什么钓鱼与品牌冒充更难防
AI降低了制作逼真支持页面、钓鱼文案、聊天话术、多语言变体，乃至仿制声音或视觉内容的成本。攻击者可以低成本、高频率地刷新诱饵，使防御方更难依靠固定模板、明显语病或已知特征来过滤恶意内容。微软明确观察到，威胁行为者正在使用AI生成钓鱼诱饵和翻译内容。10
因此，防御方的难题不只是恶意邮件变多，更在于每一封邮件都可能更加个性化、变化更快，也更接近正常业务沟通。
模型蒸馏：AI本身也成了攻击目标
Google将通过系统化查询Gemini、试图提取其专有能力的行为称为“蒸馏攻击”或模型提取攻击。这首先是知识产权和模型能力安全问题，并不只是传统意义上的网络犯罪。11
其基本逻辑是，攻击者可能通过合法API访问反复发起精心设计的查询，收集模型响应，并尝试据此复现前沿模型的有用能力、推理特征或安全边界。公开报道提及过单个活动中出现超过10万条提示词的情况；另有汇总信息称，部分协调行动的查询量可能超过1亿次。8
13
对模型提供商而言，这意味着需要识别异常查询模式、限制滥用账号和接口调用，并保护模型能力与安全护栏不被批量抽取。11
被“倒置”的成本方程
AI降低了文案撰写、本地化、目标研究、代码辅助和反复欺骗的边际成本。资源有限的网络犯罪者或黑客行动主义者，因此可能获得过去更依赖大型团队的一部分能力；与此同时，防御人员要在海量、频繁变化且更具个性化的内容中分辨恶意行为。6
10
这是一种速度与规模上的不对称，而不是“所有AI增强攻击都会成功”的必然结论。
影响不止网络安全
Anthropic的报告并未只讨论网络犯罪，也涵盖了与生物武器研发支持、常规武器开发相关的潜在滥用尝试。16
2 因而，责任AI的讨论不能只停留在反钓鱼：还包括滥用监测、账户和API控制、速率限制、模型提取检测、事件情报共享，以及对高后果领域设置更严格的安全防护。
需要保留的关键限定是：这些报告记录的是已被发现和中断的案例。它们证明了能力正在出现、攻击模式正在演化，却不能单凭这些案例断言，自主式网络攻击已经成为网络犯罪的主导形态。7
Studio Global AI
继续你的研究
此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。
人们还问
“AI网络攻击正从“助手”走向“代理”：三份报告揭示的真实变化”的简短答案是什么？
AI并未创造全新的入侵手法，但正在把侦察、诱饵制作、代码生成、测试与修订串联为可重复执行的攻击流程。[10][7]
首先要验证的关键点是什么？
AI并未创造全新的入侵手法，但正在把侦察、诱饵制作、代码生成、测试与修订串联为可重复执行的攻击流程。[10][7] Google观察到攻击者从单次提示转向代理式、多步骤工作流；但现有证据不足以说明全程自主的端到端入侵已成主流。[11][7]
接下来在实践中我应该做什么？
模型蒸馏、API密钥和云凭据盗窃也成为新战场：攻击者试图通过大规模查询提取前沿模型能力，企业则需加强账户、接口和滥用监测。[11][8]