AI資安軍備競賽：銀行、監管機構、Claude Mythos 與 OpenAI Daybreak

同時，國際組織也開始警告相關影響。國際貨幣基金（IMF）指出，如果AI能大規模突破傳統防禦機制，可能對全球金融系統穩定造成衝擊 。

澳洲金融監管機構 APRA 也發出警告，指出受 Claude Mythos 啟發的前沿AI模型可能讓攻擊者獲得銀行目前尚未準備好的能力，甚至建議銀行應該在受控環境下取得這些工具，以測試自身防禦 。

在多個司法管轄區，監管方向逐漸一致，包括：

• 導入 AI 驅動的滲透測試與紅隊演練
• 加快漏洞發現與修補流程
• 加強對第三方軟體與供應鏈的監管
• 提升資安事件通報與治理要求

核心目標只有一個：確保銀行能以「機器速度」應對網路威脅，而不再依賴傳統的人力流程 。

Claude Mythos 為何引發關注

Anthropic 發布的 Claude Mythos Preview 被描述為一個特別強調資安能力的AI系統。根據報導，該模型能在主要作業系統與瀏覽器中發現並利用潛藏的漏洞 。

Anthropic 表示，該模型已發現 「數千個高嚴重度漏洞」，其中一些存在於廣泛使用的軟體平台 。報導還提到，它曾找到一個在 OpenBSD 中存在約 27 年卻未被發現的漏洞 。

這代表AI可能把網路攻擊流程自動化，例如：

• 大規模掃描程式碼庫
• 找出潛在漏洞
• 自動生成利用程式（exploit）
• 將多個漏洞串聯成攻擊鏈

對銀行而言，風險尤其突出，因為許多金融機構仍依賴歷史悠久且高度分散的IT系統，而這類環境往往存在隱藏漏洞 。

需要注意的是，目前外界對 Mythos 能力的許多細節主要來自媒體與二手報導，部分技術能力仍難以完全獨立驗證。但其潛在影響已足以引起全球監管機構關注 。

防禦端的回應：OpenAI Daybreak

在攻擊能力快速進化的同時，AI公司也開始開發專門給防禦方使用的工具。

OpenAI 的 Daybreak 就是一個新的資安計畫，目標是在攻擊者利用漏洞之前，協助企業先找到並修補它們。

Daybreak 將 OpenAI 的 AI 模型與 Codex Security（代理式程式分析系統）結合，讓安全團隊能自動分析程式碼、找出漏洞並生成修補方案 。

這個平台試圖把資安檢查提前到軟體開發流程中，而不是在漏洞被攻擊後才補救。

Daybreak 支援的任務包括：

• 自動化程式碼漏洞偵測
• 威脅建模與風險分析
• 修補程式生成與驗證
• 依賴套件與供應鏈安全檢查

OpenAI 同時推出多層級的資安模型，例如 GPT‑5.5‑Cyber，並採用受控存取機制，讓資安研究人員與合法測試團隊能在安全環境中使用這些能力 。

目標是縮短「漏洞被發現到完成修補」的時間差。當AI加速攻擊速度時，這個時間差往往就是決定是否發生重大資安事件的關鍵 。

AI資安軍備競賽正在形成

Claude Mythos 與 Daybreak 的同時出現，反映出資安領域的一個結構性變化：AI正在同時加速攻擊與防禦。

• 攻擊型AI可以以前所未有的規模發現漏洞。
• 防禦型AI則能快速掃描程式碼、模擬攻擊並生成修補方案。

因此，未來資安競賽的一個核心問題將是：哪一方能更快實現自動化。

各國政府與監管機構越來越認為，金融機構若不採用AI防禦工具，可能很難跟上AI驅動的攻擊速度。

銀行與企業接下來必須準備什麼

監管機構也強調，關鍵不只在技術本身，而在治理能力。

金融機構未來需要證明自己能安全使用AI，同時管理相關風險，例如：

• 嚴格的 AI 風險治理與審計能力
• 對高能力資安模型的受控存取
• 安全軟體開發流程（Secure SDLC）
• 對 AI 攻擊的韌性測試
• 與監管機構與資安公司更緊密合作

這反映了一個更大的趨勢：企業可能不再偶爾面對漏洞，而是要面對 持續不斷、由AI驅動的漏洞掃描與攻擊嘗試。

結語

能自動發現並利用軟體漏洞的前沿AI模型，正在迫使金融機構重新思考資安策略。

像 Claude Mythos 這樣的系統展示了漏洞發現速度可能有多快，而 OpenAI Daybreak 則代表防禦端試圖用同樣的AI力量來對抗威脅。

最終攻防平衡會偏向哪一方，很可能取決於企業部署AI資安防禦的速度，以及監管機構是否能確保這些強大能力被安全、負責任地使用。