Alex Stamos 所說的資安「黑暗時代」，並不是指攻擊者已經無所不能，而是攻防之間的成本落差正在擴大：AI 能協助攻擊者更快、更大規模地尋找並利用弱點，防守方卻必須在海量活動中辨識、調查威脅。自主攻擊工具確實已經出現，但與這項警告一同流傳的部分重大入侵說法，仍未獲現有來源獨立證實。134

難題不只在找漏洞，而是如何負擔得起應對

在接受 Nilay Patel 主持的《Decoder》訪問時，Stamos 談到 AI 資安攻擊帶來的壓力。關鍵不只是 AI 可能找出更多程式漏洞，而是自動化降低了尋找弱點、嘗試利用弱點所需的專業門檻與人力，讓防守方必須面對更多事件。133

因此，防守挑戰逐漸從「找出每一個漏洞」，轉變成「如何以負擔得起的方式，大規模回應威脅」。對 Stamos 提議的防禦方式，有一份摘要描述了分層工作流程：先用傳統分類器篩選大量資安資料，再用較小型語言模型跟進，遇到較棘手的調查時才升級交由大型模型處理。46 核心概念是，不必對每則警示都投入最昂貴的分析能力。

ARTEX 展現了什麼？證據又能說明到哪裡？

ARTEX 是自主攻防工具的具體例子。資安公司 Censys 將它描述為一款以大型語言模型（LLM）驅動的開源自動化滲透測試框架，於 2026 年 7 月發布。Censys 指出，CrowdStrike 將 ARTEX 的使用與一場針對南韓金融機構的行動連結，Microsoft 則將它與 ConnectWise 客戶租戶遭入侵事件連結。這些是威脅情報機構的歸因，並不代表每一次 ARTEX 部署都參與了攻擊。34

截至 2026 年 11 月 4 日，Censys 觀察到 1,465 台主機運行對外暴露的 ARTEX 控制台。由於不少主機位於設定相同的代管服務區塊，Censys 估計，外觀上約有 815 個不同的部署。控制台暴露在網路上，表示可能存在曝險；光憑這點，不能判定每個系統都已遭入侵或被惡意使用。34

《Decoder》訪談將 ARTEX 描述為中國開源工具，但工具的來源，不應與使用者的身分或國籍混為一談。1 現有來源也沒有證實 ARTEX 搭配未設限制的模型時，具備哪些具體能力。

傳聞中的入侵鏈，仍需審慎看待

部分二手摘要聲稱，Fireworks 的 API 金鑰遭竊後被用來入侵 Cursor，接著有惡意外掛觸及約 5,000 家企業。3132 若這段說法屬實，它會呈現一種供應鏈風險：上游服務商遭入侵，可能讓風險沿著軟體供應鏈向下擴散。不過，提供的資料並未獨立證實整條事件鏈，也無法證明 5,000 家企業全都遭到入侵。因此，較準確的說法是「據報影響範圍達到」這個數字，而不是把它當成已核實的受害者數量。

「10 月事件接連不斷」以及「永久持續入侵」等說法，也應以同樣方式看待。這些用語反映了攻擊者可能持續探測、而防守方難以一次堵住所有缺口的憂慮，但現有第一手來源摘錄並未獨立佐證完整的事件時間線。

只提升找漏洞能力，還不夠

Stamos 更廣泛的主張，是讓防禦變得更便宜、更自動化，而不是只靠發現並修補漏洞。一套分層系統可以讓成本較低的工具處理例行篩選，把能力更強的模型留給複雜調查。46 至於「找漏洞與修漏洞只占資安主管工作 25%」以及「一次前沿模型調查要花 900 美元」這兩項具體數字，現有來源無法核實，不宜視為已確立的事實。

他也主張，與其完全仰賴事後修補，不如重建或重構容易出問題的軟體基礎。在另一場訪談中，他提到 Rust 可能有助於讓複雜系統更安全。19 這是一項長期策略，並不代表改寫軟體就能消除所有資安漏洞。

因此，「黑暗時代」更像是對艱難轉型期的警告，而不是宣告資安已無可挽回。ARTEX 證明自主工具已經投入使用，Censys 也實際測量到部分對外暴露的部署；但這些資料並未證實所有關於攻擊能力或後續損害規模的說法。Stamos 點出的實際課題，是讓防禦能力跟上自動化威脅的規模，同時減少攻擊者能反覆利用的弱點。

Alex Stamos 所說的資安「黑暗時代」，並不是指攻擊者已經無所不能，而是攻防之間的成本落差正在擴大：AI 能協助攻擊者更快、更大規模地尋找並利用弱點，防守方卻必須在海量活動中辨識、調查威脅。自主攻擊工具確實已經出現，但與這項警告一同流傳的部分重大入侵說法，仍未獲現有來源獨立證實。134

難題不只在找漏洞，而是如何負擔得起應對

在接受 Nilay Patel 主持的《Decoder》訪問時，Stamos 談到 AI 資安攻擊帶來的壓力。關鍵不只是 AI 可能找出更多程式漏洞，而是自動化降低了尋找弱點、嘗試利用弱點所需的專業門檻與人力，讓防守方必須面對更多事件。133

因此，防守挑戰逐漸從「找出每一個漏洞」，轉變成「如何以負擔得起的方式，大規模回應威脅」。對 Stamos 提議的防禦方式，有一份摘要描述了分層工作流程：先用傳統分類器篩選大量資安資料，再用較小型語言模型跟進，遇到較棘手的調查時才升級交由大型模型處理。46 核心概念是，不必對每則警示都投入最昂貴的分析能力。

ARTEX 展現了什麼？證據又能說明到哪裡？

ARTEX 是自主攻防工具的具體例子。資安公司 Censys 將它描述為一款以大型語言模型（LLM）驅動的開源自動化滲透測試框架，於 2026 年 7 月發布。Censys 指出，CrowdStrike 將 ARTEX 的使用與一場針對南韓金融機構的行動連結，Microsoft 則將它與 ConnectWise 客戶租戶遭入侵事件連結。這些是威脅情報機構的歸因，並不代表每一次 ARTEX 部署都參與了攻擊。34

截至 2026 年 11 月 4 日，Censys 觀察到 1,465 台主機運行對外暴露的 ARTEX 控制台。由於不少主機位於設定相同的代管服務區塊，Censys 估計，外觀上約有 815 個不同的部署。控制台暴露在網路上，表示可能存在曝險；光憑這點，不能判定每個系統都已遭入侵或被惡意使用。34

《Decoder》訪談將 ARTEX 描述為中國開源工具，但工具的來源，不應與使用者的身分或國籍混為一談。1 現有來源也沒有證實 ARTEX 搭配未設限制的模型時，具備哪些具體能力。

傳聞中的入侵鏈，仍需審慎看待

部分二手摘要聲稱，Fireworks 的 API 金鑰遭竊後被用來入侵 Cursor，接著有惡意外掛觸及約 5,000 家企業。3132 若這段說法屬實，它會呈現一種供應鏈風險：上游服務商遭入侵，可能讓風險沿著軟體供應鏈向下擴散。不過，提供的資料並未獨立證實整條事件鏈，也無法證明 5,000 家企業全都遭到入侵。因此，較準確的說法是「據報影響範圍達到」這個數字，而不是把它當成已核實的受害者數量。

「10 月事件接連不斷」以及「永久持續入侵」等說法，也應以同樣方式看待。這些用語反映了攻擊者可能持續探測、而防守方難以一次堵住所有缺口的憂慮，但現有第一手來源摘錄並未獨立佐證完整的事件時間線。

只提升找漏洞能力，還不夠

Stamos 更廣泛的主張，是讓防禦變得更便宜、更自動化，而不是只靠發現並修補漏洞。一套分層系統可以讓成本較低的工具處理例行篩選，把能力更強的模型留給複雜調查。46 至於「找漏洞與修漏洞只占資安主管工作 25%」以及「一次前沿模型調查要花 900 美元」這兩項具體數字，現有來源無法核實，不宜視為已確立的事實。

他也主張，與其完全仰賴事後修補，不如重建或重構容易出問題的軟體基礎。在另一場訪談中，他提到 Rust 可能有助於讓複雜系統更安全。19 這是一項長期策略，並不代表改寫軟體就能消除所有資安漏洞。

因此，「黑暗時代」更像是對艱難轉型期的警告，而不是宣告資安已無可挽回。ARTEX 證明自主工具已經投入使用，Censys 也實際測量到部分對外暴露的部署；但這些資料並未證實所有關於攻擊能力或後續損害規模的說法。Stamos 點出的實際課題，是讓防禦能力跟上自動化威脅的規模，同時減少攻擊者能反覆利用的弱點。