一句话看懂：网络安全公司 LevelBlue 的渗透测试负责人 Ed Williams 在 TechRadar 撰文指出，AI 并没有创造全新类别的网络风险，而是让企业十年前就存在的旧漏洞——未打补丁的系统、脆弱身份认证、过高权限——被更快、更大规模地发现和利用。关键威胁不是“新”，而是“加速”。
事件核心：发生了什么
Ed Williams 在原文中给出了一个与主流叙事不同的判断：企业今天面临的基础性安全弱点，与五到十年前几乎一样，包括未修补的系统、薄弱的身份控制、过高的账户权限，以及不安全的第三方集成。AI 没有改变这些弱点的本质，但显著改变了它们被识别和利用的速度与规模。
他列举了几个已经出现的趋势：攻击生命周期中的侦察、横向移动等环节开始被自动化；国家级攻击者正在试验用 AI 系统协调多阶段攻击；近期已经出现过一次完全无人监督的自主攻击。传统攻击手法也在被增强而非被替代——恶意软件生成和迭代更快以绕过检测，深度伪造让社会工程学攻击更具说服力，钓鱼攻击的规模化成本大幅降低。
为什么重要
这一判断的意义在于它如何塑造企业的防御策略。如果安全团队把 AI 视为一种“全新且例外”的威胁，就容易陷入被动响应，四处寻找“AI 专属”的安全解决方案，反而忽视了那些长期存在、依然是攻击者最可靠入口的基础性漏洞。
Williams 称之为“分心问题”：董事会和高管在追问 AI 风险，但讨论往往脱离安全基本面——补丁管理依然不连贯、资产清单不完整、第三方暴露面不清晰、身份与访问管理在系统间仍然碎片化。这些不是新问题，但在 AI 加速攻击节奏的情况下，它们的后果会更严重。AI 驱动的检测和响应能力会有帮助，但没有任何工具或预算能让企业做到 100% 安全——清除所有漏洞本身在计算机科学上就是不可能的。
对用户/开发者/创作者的影响
对开发者而言，不要把 AI 视为一个需要“专门解决”的安全品类。更务实的做法是回到基础：梳理资产清单、修补已知漏洞、收紧身份与权限管理。开发团队在 AI 应用集成第三方服务时，也应意识到原有的第三方风险不会消失，只会更容易被自动化工具盯上。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对内容创作者与普通用户而言，素材中提到的深度伪造和语音克隆是更切身的影响源。AI 让伪造内容的制作成本大幅降低，也让钓鱼和诈骗更加可信。无论是个人还是企业，对“看起来真实”的语音或视频保持怀疑，正在成为新的安全习惯。
对企业安全团队而言，红队演练、桌面推演等既有实践需要纳入 AI 赋能的攻击场景，事件响应团队也要准备好处理由 AI 生成或篡改的新型证据。
值得关注的后续
第一，自主攻击的案例是否会继续增加。Williams 提到近期已出现完全无人监督的自主攻击，这是否会成为攻击者的常规选项，值得持续观察。
第二，企业安全预算是否会从“AI 专属防御工具”重新流向基础安全运维。如果这种观点获得更多行业认同，安全采购的重心可能会回归补丁管理、身份治理和资产可见性。
第三，深度伪造相关的防护与培训是否会成为企业合规的新要求。随着社会工程学攻击因 AI 变得更逼真，单纯的技术防护已经不够，员工识别能力的训练可能成为安全体系的标配。
来源：TechRadar
