資安新創公司 Hacktron AI 的三名研究員 Harsh Jaiswal、Mohan Pedhapati 與 Rahul Maini，今（2026）年夏天在 OpenAI 官方授權的「漏洞獎勵計畫」（Bug Bounty）框架下，僅以單一無害操作就成功觸及 OpenAI 內部程式碼儲存庫，並主動停止測試、通報結果。OpenAI 在約 14 小時內完成修補，並支付 6,500 美元獎金。
真正的警訊並非這次攻破本身，而是背後的成本結構：整個為期兩個月的專案僅耗費不到 3,000 美元的 AI 運算代幣。最艱難的環節能夠突破，並非靠研究員加倍努力，而是因為專案進行期間 Anthropic 推出了新版模型 Claude Opus 5，舊版 Opus 4.8 在多次嘗試中始終無法完成的任務，新版模型在上線後數小時內即告攻克。
此一事件揭示 AI 輔助攻擊的進入門檻已大幅下移，與此同時，美國關鍵基礎設施防禦主力 CISA 自 2025 年 1 月以來已流失約三分之一人力，且長期缺乏常任 director。新一年度預算提案更擬大幅裁減 CISA 數億美元與數百個職位，其中負責政府滲透測試的業務更將遭砍約 60%，形成攻擊成本下墜、防禦能量萎縮的雙重剪刀差。
本事件本質為資安攻防典範轉移的客觀技術事實與公共政策缺口，並非企業間的商業利益角力，因此不適合以傳統政商陰謀論框架切入，而應從技術演進、成本結構崩解與公部門防禦能量流失三條脈絡進行深度解構。
從技術演進脈絡觀之，AI 模型的世代更迭已成為可預測的攻擊能力躍升節點。在 Opus 5 發布前，研究團隊在 Opus 4.8 上耗費數週仍無法突破的關鍵步驟，於新版本推出後數小時即告完成。這代表防禦者的風險曝險並非由自身行為決定，而是隨著 AI 廠商的產品發布日曆被動位移，形成一種新型的「非自主性脆弱性」。過去資安界仰賴的成本門檻——即深度攻擊需要充足資金、專業團隊與漫長準備期——正以數量級的速度瓦解。
從成本結構脈絡觀之，3,000 美元的低成本意味著中等技術能力的攻擊者即可負擔得起深度測試，每一次模型迭代都可能將攻擊成功率倍數放大。這徹底打破了過去數十年資安風險定價所依據的「攻擊需耗費高昂資源」的隱性假設。
從公共政策脈絡觀之，美國聯邦層級的關鍵民用資安機構 CISA 自 2025 年 1 月以來已流失約三分之一人力，至今無常任 director，新年度預算更擬裁減其負責政府滲透測試業務約 60% 的資源。雖有行政命令試圖建立政府早期取得前沿模型的測試框架，但缺乏實際資金與人力的紙面政策無法實質填補防禦缺口。攻擊端的成本曲線與防禦端的資源曲線，正以截然相反的方向加速背離，構成當前數位基礎設施最嚴峻的結構性風險。
對比 2017 年 WannaCry 與 2021 年 Colonial Pipeline 等重大網攻事件的演進軌跡，當前 AI 輔助攻擊的成本崩跌與防禦資源萎縮同步發生，可能預示下一波重大資安事件的臨界點已逐漸逼近。以下預測三種情境發展：
面對攻擊成本崩跌與防禦能量流失的雙重壓力，企業與政府應採取以下優先行動：
01 起因觸發：Hacktron AI 研究團隊在 OpenAI 漏洞獎勵計畫下，以低成本 AI 輔助攻破內部程式碼儲存庫
02 一階傳導：AI 輔助攻擊的成本曲線被徹底改寫，企業資安威脅模型全面失效
03 二階擴散：美國民用資安主力 CISA 預算與人力同步萎縮，形成攻守資源嚴重失衡
04 宏觀終局：關鍵基礎設施曝險持續攀升，2026 至 2028 年間恐爆發系統性數位危機，迫使各國重塑 AI 資安治理框架
因果網路圖譜 2 節點
可拖曳節點 · 點兩下開啟文章