部分与中国有关联的威胁组织行动更快。CrowdStrike称，VAULT PANDA和GENESIS PANDA曾在关键Web应用漏洞公开披露后24小时内发起有针对性的攻击。这意味着，企业过去用于评估风险、测试补丁和安排变更的“缓冲期”，正在从几天压缩到几个小时。

AI驱动攻击增长89%，AI系统本身也成了目标

CrowdStrike数据显示，2025年由AI驱动的攻击者实施的攻击增长了89%。研究人员还观察到，超过90家组织的合法AI工具被滥用，用于生成恶意指令和窃取敏感数据。

与此同时，网络犯罪中的“突破时间”——即攻击者取得初始访问权限后，转向其他系统进行横向移动所需的时间——平均已降至29分钟，最快记录仅为27秒。与2024年相比，攻击速度提升了65%。

推动这一变化的因素包括：

• AI辅助漏洞发现和自动化漏洞利用开发逐渐成为常规能力；
• 智能体AI让攻击从“有人操作、AI辅助”走向更高程度的自主执行，攻击者可以持续以机器速度运行；
• 面向云环境的网络犯罪活动增长171%，经济利益驱动的攻击者开始追逐凭据、加密货币挖矿资源和大语言模型访问权限；
• 语音钓鱼（vishing）入侵数量翻倍。

换句话说，AI不仅让单次攻击更快，也让攻击者能够同时覆盖更多目标、更长时间地持续尝试。

AI供应链也成为高价值攻击面

CrowdStrike还发现，与朝鲜有关联的攻击者污染了131个受信任的AI框架软件包，其中包括向Mastra AI框架注入恶意软件包的活动。

这一案例说明，风险并不只存在于部署完成的AI应用中。开发者依赖的软件包、代码仓库、构建流程以及模型和工具调用链，同样可能成为国家支持的攻击组织试图植入后门或获取长期访问权限的入口。

43天的修补周期，对上不到30分钟的攻击突破

Dataminr发布的《2026年中网络威胁态势报告》以及相关数据，凸显了防守方与攻击方之间越来越明显的速度不对称：

• 根据2026年《Verizon数据泄露调查报告》（DBIR）引用的数据，漏洞修补的中位数时间已从32天延长至43天；
• 与此同时，攻击者平均只需不到30分钟即可完成网络突破；
• 勒索软件事件占已确认网络损失事件的25%；
• 漏洞利用首次超过被盗凭据，成为数据泄露最主要的初始入侵路径。

这组数字揭示了一个现实：企业不可能只依靠“尽快打补丁”来应对攻击。即使补丁流程没有任何延误，43天的中位数修补周期也远远长于攻击者从初始访问权限扩大战果所需的29分钟。

Cisco Talos：几句简单的“身份声明”就可能绕过AI护栏

Cisco Talos在Black Hat期间公布的研究显示，商业AI工具的网络安全防护机制仍然容易受到社会工程学操纵。

研究人员发现，攻击者有时只需声称自己拥有目标服务器，或声称正在参加夺旗赛（capture-the-flag）或漏洞赏金项目，就可能让模型协助开展网络攻击。攻击者还会把恶意任务拆分到多个会话和文件中，将完整行动切割成许多单独看起来并不危险的小步骤。

Talos指出，AI发现漏洞的速度已经快于人类修补和验证修复方案的速度。因此，当前的瓶颈不再只是“能否发现漏洞”，而是企业能否及时确认风险、限制受影响资产并采取有效控制措施。

防守方开始把AI嵌入安全运营流程

Black Hat 2026的产品发布也显示，安全行业正在从单纯给现有产品“加一个副驾驶”转向把AI直接嵌入日常安全运营：

• Xage Security宣布基于身份的微隔离，将零信任原则落实到工作负载层面；
• SentinelOne、Cycode和Miggo Security展示了自主安全能力，覆盖由AI驱动的检测、调查和响应，目标是在尽可能少的人工干预下跟上机器速度；
• ESET将AI能力扩展到威胁检测、调查、威胁防护和安全运营，并推出面向自主AI智能体的安全能力；
• Flashpoint推出可定制的AI威胁情报调查工作流，用于将调查结果整理成适合不同受众的情报内容；
• 微软则把议题聚焦于AI时代的信任与软件供应链安全，指出攻击者正在沿着组织已经信任的软件包、构建流程、云身份和AI智能体寻找入口。

这些发布反映出防守策略的变化：企业需要同时保护传统基础设施、云身份、开发工具、软件依赖和AI智能体，而不是把AI当作一个与现有系统隔离的新应用。

AI同时是加速器、攻击面和防御工具

Black Hat 2026相关报告形成的共同判断是：AI既是攻击者的强力加速器，也是防守方缩小速度差距所必需的工具。

在攻击侧，AI正在被用于自动化漏洞利用开发、漏洞发现、自主智能体攻击以及大规模钓鱼活动；AI工具和AI开发平台本身也成为高价值目标。

在防守侧，安全厂商正将AI用于威胁检测、调查、响应、威胁情报和基于身份的微隔离，以便更快识别异常、缩短处置时间并限制攻击者的横向移动。

正如相关报告所概括的那样，AI正同时成为安全团队的一部分、组织攻击面的一部分，以及问题本身的一部分。2026年的核心挑战已经不是企业是否采用AI，而是能否在赋予AI足够行动能力的同时，建立可靠的身份控制、权限边界、供应链审查和实时防护机制。攻击者已经把AI转化为速度与规模；防守方必须在攻击者完成下一步之前，完成检测、判断和响应。

部分与中国有关联的威胁组织行动更快。CrowdStrike称，VAULT PANDA和GENESIS PANDA曾在关键Web应用漏洞公开披露后24小时内发起有针对性的攻击。这意味着，企业过去用于评估风险、测试补丁和安排变更的“缓冲期”，正在从几天压缩到几个小时。

AI驱动攻击增长89%，AI系统本身也成了目标

CrowdStrike数据显示，2025年由AI驱动的攻击者实施的攻击增长了89%。研究人员还观察到，超过90家组织的合法AI工具被滥用，用于生成恶意指令和窃取敏感数据。

与此同时，网络犯罪中的“突破时间”——即攻击者取得初始访问权限后，转向其他系统进行横向移动所需的时间——平均已降至29分钟，最快记录仅为27秒。与2024年相比，攻击速度提升了65%。

推动这一变化的因素包括：

• AI辅助漏洞发现和自动化漏洞利用开发逐渐成为常规能力；
• 智能体AI让攻击从“有人操作、AI辅助”走向更高程度的自主执行，攻击者可以持续以机器速度运行；
• 面向云环境的网络犯罪活动增长171%，经济利益驱动的攻击者开始追逐凭据、加密货币挖矿资源和大语言模型访问权限；
• 语音钓鱼（vishing）入侵数量翻倍。

换句话说，AI不仅让单次攻击更快，也让攻击者能够同时覆盖更多目标、更长时间地持续尝试。

AI供应链也成为高价值攻击面

CrowdStrike还发现，与朝鲜有关联的攻击者污染了131个受信任的AI框架软件包，其中包括向Mastra AI框架注入恶意软件包的活动。

这一案例说明，风险并不只存在于部署完成的AI应用中。开发者依赖的软件包、代码仓库、构建流程以及模型和工具调用链，同样可能成为国家支持的攻击组织试图植入后门或获取长期访问权限的入口。

43天的修补周期，对上不到30分钟的攻击突破

Dataminr发布的《2026年中网络威胁态势报告》以及相关数据，凸显了防守方与攻击方之间越来越明显的速度不对称：

• 根据2026年《Verizon数据泄露调查报告》（DBIR）引用的数据，漏洞修补的中位数时间已从32天延长至43天；
• 与此同时，攻击者平均只需不到30分钟即可完成网络突破；
• 勒索软件事件占已确认网络损失事件的25%；
• 漏洞利用首次超过被盗凭据，成为数据泄露最主要的初始入侵路径。

这组数字揭示了一个现实：企业不可能只依靠“尽快打补丁”来应对攻击。即使补丁流程没有任何延误，43天的中位数修补周期也远远长于攻击者从初始访问权限扩大战果所需的29分钟。

Cisco Talos：几句简单的“身份声明”就可能绕过AI护栏

Cisco Talos在Black Hat期间公布的研究显示，商业AI工具的网络安全防护机制仍然容易受到社会工程学操纵。

研究人员发现，攻击者有时只需声称自己拥有目标服务器，或声称正在参加夺旗赛（capture-the-flag）或漏洞赏金项目，就可能让模型协助开展网络攻击。攻击者还会把恶意任务拆分到多个会话和文件中，将完整行动切割成许多单独看起来并不危险的小步骤。

Talos指出，AI发现漏洞的速度已经快于人类修补和验证修复方案的速度。因此，当前的瓶颈不再只是“能否发现漏洞”，而是企业能否及时确认风险、限制受影响资产并采取有效控制措施。

防守方开始把AI嵌入安全运营流程

Black Hat 2026的产品发布也显示，安全行业正在从单纯给现有产品“加一个副驾驶”转向把AI直接嵌入日常安全运营：

• Xage Security宣布基于身份的微隔离，将零信任原则落实到工作负载层面；
• SentinelOne、Cycode和Miggo Security展示了自主安全能力，覆盖由AI驱动的检测、调查和响应，目标是在尽可能少的人工干预下跟上机器速度；
• ESET将AI能力扩展到威胁检测、调查、威胁防护和安全运营，并推出面向自主AI智能体的安全能力；
• Flashpoint推出可定制的AI威胁情报调查工作流，用于将调查结果整理成适合不同受众的情报内容；
• 微软则把议题聚焦于AI时代的信任与软件供应链安全，指出攻击者正在沿着组织已经信任的软件包、构建流程、云身份和AI智能体寻找入口。

这些发布反映出防守策略的变化：企业需要同时保护传统基础设施、云身份、开发工具、软件依赖和AI智能体，而不是把AI当作一个与现有系统隔离的新应用。

AI同时是加速器、攻击面和防御工具

Black Hat 2026相关报告形成的共同判断是：AI既是攻击者的强力加速器，也是防守方缩小速度差距所必需的工具。

在攻击侧，AI正在被用于自动化漏洞利用开发、漏洞发现、自主智能体攻击以及大规模钓鱼活动；AI工具和AI开发平台本身也成为高价值目标。

在防守侧，安全厂商正将AI用于威胁检测、调查、响应、威胁情报和基于身份的微隔离，以便更快识别异常、缩短处置时间并限制攻击者的横向移动。

正如相关报告所概括的那样，AI正同时成为安全团队的一部分、组织攻击面的一部分，以及问题本身的一部分。2026年的核心挑战已经不是企业是否采用AI，而是能否在赋予AI足够行动能力的同时，建立可靠的身份控制、权限边界、供应链审查和实时防护机制。攻击者已经把AI转化为速度与规模；防守方必须在攻击者完成下一步之前，完成检测、判断和响应。