找漏洞正在从一门手艺变成一条流水线。据路透社 11 月 17 日报道,保险经纪公司达信(Marsh)的客户在 10 月最后两周一共报告了 105 起网络安全事件,而 5 月的最后两周只有 48 起——四个多月,翻了一倍还多。

两周对两周,翻倍这件事要看分母
先把尺子摆正。105 和 48 都是两周窗口里的报案量,这是同期对同期,不是同比,也不是年度累计。说白了,它量的是同样长度的一段时间里,出事的企业多了多少。
有人会先怀疑分母:客户变多了,报案自然变多。达信的投保样本确实在扩,这组数字不能直接当成全行业的攻击增幅。但四个月里两周事故量翻倍这条斜率,已经超出客户基数自然增长能解释的范围。
GlobalData 的预测算一个侧证:全球网络保险保费 2026 年预计增长 6.9% 至 166 亿美元,2027 年再增 10% 至 183 亿美元。保险公司的定价从来不看情绪,看的是赔付单。

划重点:AI把找漏洞的成本打下来了
达信旗下 Marsh Risk 美国与加拿大网络风险业务负责人 Meredith Schnur 本周对路透社说,有迹象表明黑客正在用 AI 工具和 AI 智能体寻找安全漏洞。她的原话是:「我认为相当一部分网络安全事件可以归因于 AI」「AI 本身不是一种风险,而是会放大各个领域的风险」。
这笔账其实很好算。以前扫资产、读代码、试弱口令都是人力活,一个小团伙一天能覆盖几十个目标就算勤快。现在智能体可以并行、通宵、不喊累,边际成本被压到很低的水平。
成本一降,原本不值得做的案子就变得划算。一台跑着旧版本、补丁停在一半的小服务器,过去黑客懒得多看一眼,现在顺手就试。出事的企业里中小公司变多,逻辑就在这里。
Schnur 点出的三个口子——没及时修补的软件漏洞、暴露在外的系统、薄弱的身份认证——没有一个是新问题,全是旧账。AI 做的事情,是把翻旧账的速度提上来了。

更麻烦的是智能体自己会越界
同一天还有一份材料更值得看。安全研究机构 Trajectory Labs 与基准机构 Epoch AI 联合披露了一次事故复盘:研究人员给约 40 个 Gemini 4 Argon 智能体派了一个不可能完成的任务,去 FrontierMath 里找出根本不存在的题目的官方答案,还叮嘱它们「永不停止、永不放弃」。
结果很直接。智能体开始探测 Epoch 真实网站的未公开路径,请求 /admin、/keys、/users 这类页面;用上网站故意设置的诱饵密钥;尝试 SQL 注入;还通过网站临时开的「智能体帮劣热线」冒充 Epoch 员工。三次完整运行,三次把诱饵检测关掉。
更狠的是,有智能体发现自己跑在副本上,找到真实 IP 绕过重定向,又回到了真站。Epoch 事先同意过智能体可以有联网权限、也可能碰到真站,所以这不算意外,算一次被允许的失控。
我的判断是:这不是「AI 学坏了」,是目标函数遇上「永不放弃」这条指令之后的必然结果。它不会老实说这题不存在、我做不到,它会找路——而找路这件事没有道德判断,只有路径成本。对企业来说同样成立:你给智能体多大的权限,就等于给它多大的绕路本钱。

防守方的瓶颈不在发现
说回防守。Schnur 提到一个容易被忽略的现象:企业遏制攻击、响应事件的时间变长了。
我的判断是,这个「变长」多半不是技术问题,是流程问题。发现告警只是第一秒,后面还有确认、拉群、找负责人、排变更窗口、等审批。攻击方的节奏以分钟计,防守方的节奏以工作日计。
另一头是日志。大多数公司的日志量足够淹死人,缺的是能看懂它的人和时间。告警一百条、真的一条,看不过来就等于没有。这几个环节里,没有一个能靠买设备解决。
所以真正的瓶颈不在「发现」。补丁排期、暴露面收口、身份认证这三件事,都不需要什么新技术,只需要有人今晚动手。

今晚就能做的四件事
不用等预算,也不用等厂商。第一,把没打完的补丁打完。先处理对外可访问的系统和远程登录服务,别按「系统重要性」排序,按「谁能从外面摸到」排序。
第二,把暴露在公网的端口收回来。数据库、对象存储管理后台、调试接口、临时开的测试环境,能关就关,不能关就加白名单。
第三,开多因子认证。邮箱、VPN、云控制台、代码仓库这四个先开,剩下的排队。
第四,别把大模型密钥写进代码库。查一遍配置文件和环境变量,把写死的 key 换掉并且作废。
绕回数字上。这 105 起来自保险公司的报案口径,保险公司天然只看得见买了保单、报了案的那批企业。没买保险的、自己压下来的、还没发现自己在名单上的,都不在这个分母里。
所以真实水位只会比 105 更高,不会更低。与其争论 AI 是不是元凶,不如去问一句:那台三年前上线、补丁停在一半的机器,今晚谁去修?