风险并不局限于普通办公网络。政府平台、云服务以及关键资讯基础设施（Critical Information Infrastructure，简称CII）都可能连接到公共服务和运营技术（OT）环境。若攻击者能够自动侦察并批量利用暴露系统，一个被忽略的弱点就可能更容易被发现和滥用。

AI还会让钓鱼和冒充攻击更逼真、更具规模。CSA表示，攻击者可以利用AI批量生成具有说服力的诱饵，制作逼真的语音克隆和视频深度伪造内容，甚至开发试图绕过多因素认证的工具。由此，企业需要防范的不只是软件漏洞，身份、权限和人的判断同样会成为高价值目标。

Claude Mythos Preview：能力受到关注，但不应把安全押在单一模型上

Anthropic将Claude Mythos Preview描述为一款在计算机安全任务上能力很强的模型，并启动Project Glasswing，尝试将其用于保护关键软件。不过，关于该模型最惊人的公开说法仍应谨慎看待：目前独立验证有限，Anthropic也没有将模型广泛公开，而是采取受控访问方式。

新加坡政府已表示，政府本身无法使用Mythos，也不会假定自己能够提前获得每一款未来的前沿模型。相反，新加坡正与AI实验室、网络安全企业及其他合作伙伴保持联系，以跟踪能力发展并评估其安全影响。

这一区分十分重要。组织不能把安全规划建立在“检查某一个名为Mythos的模型”之上，而应部署即使面对不同模型、工具和攻击流程仍然有效的基础控制措施。

新加坡眼下要求优先做什么？

CSA和GovTech已向CII运营商及政府机构发出提醒。相关措施并不新奇，却必须更快执行：

• 先修补暴露系统。 优先处理面向互联网系统中的所有严重及高危漏洞，尤其是可能导致大范围入侵的资产。
• 保护管理员入口。 在管理接口、网关和云管理控制台启用多因素认证。若技术上无法支持多因素认证，则应通过IP白名单等方式限制访问来源。
• 重新检查权限。 审核特权账户、长期闲置账户和不必要的访问权限。遵循最小权限原则，并进行网络分段，可以限制攻击者在首次入侵后能够触及的范围。
• 提高资产可见性。 准确记录关键系统、面向互联网的资产、云服务和第三方依赖，并持续监控。
• 提前准备响应。 事件响应计划应包含清晰的升级路径、经过测试的备份，以及针对更快、更自动化攻击的演练。

这些并非“高科技魔法”，而是网络安全基本功。前沿AI真正改变的是拖延的代价：防御目标是减少可被利用的弱点，并缩短从发现问题到完成修复的时间。

可以用AI防御，但必须先把AI本身保护好

AI辅助的网络安全工具可以帮助团队发现威胁、筛选告警、调查事件，以及更快识别和修复漏洞。新加坡国防科技局（CSIT）介绍了利用AI驱动工作流和模糊测试系统，寻找关键软件中的零日漏洞，以便尽早修补；其团队也会开展对抗性模拟，在攻击者发现架构缺陷之前暴露并修复问题。

但防御性AI也会引入新的安全责任。CSA强调，只强化模型本身并不足够。系统所有者应覆盖AI的完整生命周期，分别评估规划与设计、开发、部署、运营维护以及退役阶段的风险。保护范围不仅包括模型行为，还包括训练数据和运行数据、接口、依赖项、供应链、访问控制与监控机制。

在涉及运营技术或公共服务时，人工复核仍不可或缺。无论是AI建议打补丁、判断安全事件，还是提出可能影响生产系统的处置方案，都不应完全跳过专业人员验证。

CII运营商和企业需要建立共同防线

新加坡的政策方向，是把基础安全与持续测试结合起来。CII运营商目前会委托第三方开展审计和定期渗透测试，并将报告提交CSA；政府同时强调，安全控制不能只在周期性审计时得到验证，而应持续强化。

这一思路可以概括为：先封住、先发现、快修复。落到执行层面，就是维护完整资产清单、持续扫描漏洞、快速安装补丁、分隔网络和权限、测试软件及其依赖，并反复演练恢复流程。

即使企业不是正式认定的CII运营商，也应将同样的优先级应用到面向互联网的服务、身份系统、云控制台以及敏感的第三方连接上。

政府、企业与研究机构需要共享更多信息

没有任何一家机构能够看到所有前沿AI能力，也不可能独自掌握每一条攻击路径。因此，政府部门、CII运营商、云服务和科技供应商、网络安全研究人员以及高校，都应尽快分享可操作的攻击指标、漏洞信息和演练经验。

部分情报出于安全原因必然需要保密。新加坡表示，将有选择地向CII运营商共享机密威胁情报，同时为其提供防御工具。组织即使无法获得完整来源，也应及时根据CSA通告和经过脱敏、可共享的情报采取行动。

国家级演练也是这一机制的一部分。关键基础设施防御演习（CIDeX）曾与行业伙伴合作，在11个关键行业开展AI驱动的网络攻击模拟，以提升整体韧性和跨部门协同能力。

结论：AI不会取代网络安全基本功，只会放大忽视的代价

前沿AI并没有让传统网络安全措施失效，却让“不及时修复”变得更加危险。对新加坡而言，近期最有效的防线仍然是几项看似基础、但必须持续执行的措施：快速打补丁、多因素认证、最小权限、持续监控、对抗性测试、安全使用AI，以及快速共享威胁信息。

随着前沿模型能力继续发展，真正占据主动的组织，将是那些能在自动化攻击者之前找到自身弱点，并及时修复它们的组织。

风险并不局限于普通办公网络。政府平台、云服务以及关键资讯基础设施（Critical Information Infrastructure，简称CII）都可能连接到公共服务和运营技术（OT）环境。若攻击者能够自动侦察并批量利用暴露系统，一个被忽略的弱点就可能更容易被发现和滥用。

AI还会让钓鱼和冒充攻击更逼真、更具规模。CSA表示，攻击者可以利用AI批量生成具有说服力的诱饵，制作逼真的语音克隆和视频深度伪造内容，甚至开发试图绕过多因素认证的工具。由此，企业需要防范的不只是软件漏洞，身份、权限和人的判断同样会成为高价值目标。

Claude Mythos Preview：能力受到关注，但不应把安全押在单一模型上

Anthropic将Claude Mythos Preview描述为一款在计算机安全任务上能力很强的模型，并启动Project Glasswing，尝试将其用于保护关键软件。不过，关于该模型最惊人的公开说法仍应谨慎看待：目前独立验证有限，Anthropic也没有将模型广泛公开，而是采取受控访问方式。

新加坡政府已表示，政府本身无法使用Mythos，也不会假定自己能够提前获得每一款未来的前沿模型。相反，新加坡正与AI实验室、网络安全企业及其他合作伙伴保持联系，以跟踪能力发展并评估其安全影响。

这一区分十分重要。组织不能把安全规划建立在“检查某一个名为Mythos的模型”之上，而应部署即使面对不同模型、工具和攻击流程仍然有效的基础控制措施。

新加坡眼下要求优先做什么？

CSA和GovTech已向CII运营商及政府机构发出提醒。相关措施并不新奇，却必须更快执行：

• 先修补暴露系统。 优先处理面向互联网系统中的所有严重及高危漏洞，尤其是可能导致大范围入侵的资产。
• 保护管理员入口。 在管理接口、网关和云管理控制台启用多因素认证。若技术上无法支持多因素认证，则应通过IP白名单等方式限制访问来源。
• 重新检查权限。 审核特权账户、长期闲置账户和不必要的访问权限。遵循最小权限原则，并进行网络分段，可以限制攻击者在首次入侵后能够触及的范围。
• 提高资产可见性。 准确记录关键系统、面向互联网的资产、云服务和第三方依赖，并持续监控。
• 提前准备响应。 事件响应计划应包含清晰的升级路径、经过测试的备份，以及针对更快、更自动化攻击的演练。

这些并非“高科技魔法”，而是网络安全基本功。前沿AI真正改变的是拖延的代价：防御目标是减少可被利用的弱点，并缩短从发现问题到完成修复的时间。

可以用AI防御，但必须先把AI本身保护好

AI辅助的网络安全工具可以帮助团队发现威胁、筛选告警、调查事件，以及更快识别和修复漏洞。新加坡国防科技局（CSIT）介绍了利用AI驱动工作流和模糊测试系统，寻找关键软件中的零日漏洞，以便尽早修补；其团队也会开展对抗性模拟，在攻击者发现架构缺陷之前暴露并修复问题。

但防御性AI也会引入新的安全责任。CSA强调，只强化模型本身并不足够。系统所有者应覆盖AI的完整生命周期，分别评估规划与设计、开发、部署、运营维护以及退役阶段的风险。保护范围不仅包括模型行为，还包括训练数据和运行数据、接口、依赖项、供应链、访问控制与监控机制。

在涉及运营技术或公共服务时，人工复核仍不可或缺。无论是AI建议打补丁、判断安全事件，还是提出可能影响生产系统的处置方案，都不应完全跳过专业人员验证。

CII运营商和企业需要建立共同防线

新加坡的政策方向，是把基础安全与持续测试结合起来。CII运营商目前会委托第三方开展审计和定期渗透测试，并将报告提交CSA；政府同时强调，安全控制不能只在周期性审计时得到验证，而应持续强化。

这一思路可以概括为：先封住、先发现、快修复。落到执行层面，就是维护完整资产清单、持续扫描漏洞、快速安装补丁、分隔网络和权限、测试软件及其依赖，并反复演练恢复流程。

即使企业不是正式认定的CII运营商，也应将同样的优先级应用到面向互联网的服务、身份系统、云控制台以及敏感的第三方连接上。

政府、企业与研究机构需要共享更多信息

没有任何一家机构能够看到所有前沿AI能力，也不可能独自掌握每一条攻击路径。因此，政府部门、CII运营商、云服务和科技供应商、网络安全研究人员以及高校，都应尽快分享可操作的攻击指标、漏洞信息和演练经验。

部分情报出于安全原因必然需要保密。新加坡表示，将有选择地向CII运营商共享机密威胁情报，同时为其提供防御工具。组织即使无法获得完整来源，也应及时根据CSA通告和经过脱敏、可共享的情报采取行动。

国家级演练也是这一机制的一部分。关键基础设施防御演习（CIDeX）曾与行业伙伴合作，在11个关键行业开展AI驱动的网络攻击模拟，以提升整体韧性和跨部门协同能力。

结论：AI不会取代网络安全基本功，只会放大忽视的代价

前沿AI并没有让传统网络安全措施失效，却让“不及时修复”变得更加危险。对新加坡而言，近期最有效的防线仍然是几项看似基础、但必须持续执行的措施：快速打补丁、多因素认证、最小权限、持续监控、对抗性测试、安全使用AI，以及快速共享威胁信息。

随着前沿模型能力继续发展，真正占据主动的组织，将是那些能在自动化攻击者之前找到自身弱点，并及时修复它们的组织。