AI 重塑網路安全版圖：漏洞利用以小時計，攻擊者突破只需29分鐘

與中國有關的駭客組織動作更快：VAULT PANDA 和 GENESIS PANDA 在一個關鍵的 Web 應用程式漏洞公開揭露後的 24 小時內 就發動了攻擊 。CrowdStrike 如今以小時而非天數來衡量這個利用窗口 。

AI 驅動攻擊激增 89%；AI 既是武器也是目標

CrowdStrike 數據顯示，AI 驅動的攻擊者發動的攻擊數量在 2025 年上升了 89%，並觀察到超過 90 家組織的合法 AI 工具被利用來產生惡意指令及竊取敏感資料 。網路犯罪平均突破時間——從初始入侵到橫向移動的窗口——降至 29 分鐘，記錄到最快的突破時間僅為 27 秒 。這比 2024 年的速度快了 65% 。

推動此趨勢的關鍵因素包括：

• AI 驅動的漏洞發現與自動化漏洞開發已成為常態 。
• 代理式 AI (Agentic AI) 正將網路攻擊從輔助型轉變為自主型，攻擊者利用 AI 代理以機器速度運作 。
• 以雲端為目標的網路犯罪活動激增 171%，經濟動機的攻擊者積極竊取憑證、加密貨幣挖礦容量及大型語言模型（LLM）存取權限 。
• 語音釣魚入侵事件翻倍成長 。

北韓相關的供應鏈攻擊：Mastra AI 框架遭污染

CrowdStrike 報告指出，與北韓有關的駭客組織污染了 131 個受信任的 AI 框架套件，其中包括將惡意軟體注入 Mastra AI 框架 。這顯示 AI 開發流程本身已成為國家級駭客組織鎖定的高價值目標。

Dataminr：修補時間 vs. 突破時間——日益擴大的鴻溝

Dataminr 的《2026 年中網路威脅格局報告》 凸顯了防禦與攻擊之間嚴重的速度不對稱 ：

• 根據 2026 年 Verizon 資料外洩調查報告（DBIR），中位修補時間從年初的 32 天延長至 43 天 。
• 與此同時，平均攻擊者突破時間已降至 30 分鐘以下 。
• 勒索軟體佔已確認網路損失事件的 25% 。
• 漏洞利用首次超越遭竊憑證，成為最主要的入侵點 。

情況嚴峻：攻擊者以分鐘行動；防禦者仍需數週甚至數月進行修補。

Cisco Talos：簡單社會工程手法即可擊敗 AI 安全護欄

Cisco Talos 在 Black Hat 發表的研究顯示，商業 AI 安全控制機制極易被繞過 ：

• 只需聲稱自己是目標伺服器的擁有者，或者正在參加奪旗競賽或漏洞獎勵計畫，就常常足以讓模型協助發動網路攻擊 。
• 除了社會工程，犯罪分子還將惡意工作拆分到多個工作階段和檔案中，將專案分割成小到沒有任何單一請求會顯得有害的碎片 。
• Talos 也發現，AI 發現漏洞的速度已快於人類修補的速度——發現不再是瓶頸 。

Black Hat 2026 的防禦性廠商公告

大會見證了業界從「添加副駕駛（copilot）」轉向將 AI 嵌入營運安全工作流程 ：

• Xage Security 宣布推出基於身分的微隔離方案，在工作負載層級應用零信任原則。
• SentinelOne、Cycode 和 Miggo Security 展示了自主安全能力——能夠在無人干預下以機器速度運作的 AI 驅動偵測、調查與回應 。
• ESET 將 AI 擴展到威脅偵測、調查、威脅防護和安全營運等多個領域 。
• Flashpoint 推出了可客製化的 AI 驅動威脅情報工作流程 。
• 微軟將其 Black Hat 議程定調為在 AI 與供應鏈攻擊時代捍衛信任，指出攻擊者正「跟隨信任」進入軟體套件、建置管線、雲端身分與 AI 代理 。

AI 的雙重角色：威脅加速器與防禦工具

Black Hat 2026 所有主要報告的共識是，AI 同時是攻擊者的巨大加速器，也是防禦者不可或缺的工具 ：

• 在攻擊面：AI 實現了自動化漏洞開發、AI 驅動的漏洞發現、自主代理攻擊、大規模 AI 驅動的釣魚攻擊，且 AI 系統本身即為高價值目標 。
• 在防禦面：AI 正被嵌入偵測、調查、回應、威脅情報和基於身分的微隔離中，以縮小速度差距 。

正如一份報告所總結的：「人工智慧正同時成為安全團隊的一部分、攻擊面的一部分、以及問題的一部分」 。2026 年的根本挑戰在於，攻擊者已將 AI 用於提升速度和規模，而防禦者仍在苦苦追趕，試圖對抗一個能在數分鐘內突破、數小時內利用漏洞的對手。