近期，英国AI安全研究所（AISI）发布的一份报告引起了安全界的广泛关注。报告指出，前沿大语言模型在网络安全任务中的自主处理能力，其进化速度已远超此前预测。从我们的应急响应经验来看，攻击者利用AI辅助进行侦察和漏洞利用已不再是科幻情节，而是正在发生的事实。
AI渗透能力的指数级增长
AISI通过“时间跨度基准”评估AI系统独立完成网络安全任务的能力。数据显示，自2024年底推理模型出现以来，AI在网络任务上的可靠性提升速度惊人。以Claude Mythos Preview和GPT-5.5为例，这些模型在限定的测试套件中几乎达到了100%的成功率。
从我们的角度来看，这一环节是很多企业容易忽视的。过去我们认为AI只能辅助生成简单的脚本，但现在的模型已经能够自主完成复杂的、长链条的逻辑分析。当模型能够处理数百万token规模的上下文时，其在代码审计、漏洞发现及利用路径规划上的效率，已经开始对传统防御体系构成实质性威胁。
模拟环境下的实战表现
在AISI的模拟企业攻击环境（Cyber Ranges）测试中，AI模型的表现尤为激进。Claude Mythos Preview成为了首个能够独立完成复杂多步入侵任务的模型。它在模拟企业网络攻击（The Last Ones）中，通过32个步骤成功达成了目标；甚至在针对工业控制系统（ICS）的7步攻击模拟中也表现出了惊人的自主性。
类似攻击近年来明显增加，尤其是在针对企业内网的横向移动阶段。以前我们需要分析攻击者的人为操作习惯，而未来，我们需要防范的是这种具备高度逻辑连贯性、能够自主决策的机器驱动型入侵。
评估框架的局限与安全预警
令人不安的是，目前现有的评估框架已经难以衡量这些前沿模型的上限。当AI能够以极高的成功率完成最困难的攻击任务时，传统的“时间跨度”评估指标已趋于失效。研究人员警告称，这可能标志着AI能力进入了一个新的、更快速的增长周期。
虽然目前尚不确定这种进步是孤立的爆发还是长期趋势的开端，但对于企业安全防御而言，这种不确定性本身就是最大的风险。
Solar应急响应团队的建议
面对AI驱动的攻击能力升级，传统的静态防御手段已捉襟见肘。我们建议企业从以下几个维度提升防御等级：
第一，强化身份验证与访问控制。AI擅长利用凭证泄露进行横向移动，多因素认证（MFA）和零信任架构是遏制AI自动渗透的关键防线。
第二，提升对异常行为的检测精度。AI生成的攻击流量往往更具逻辑性，传统基于简单阈值的规则可能失效，企业应引入基于行为分析的EDR/XDR系统，重点监控内网中的异常横向移动和高频文件操作。
第三，防御自动化，响应更要自动化。当攻击以“月”为单位进化时，防御方若仍依赖人工排查将陷入被动。建立自动化的威胁情报联动机制，实现从发现到阻断的毫秒级响应，是应对未来AI威胁的唯一出路。
如果您想了解勒索病毒的最新发展趋势，或在实际业务中遇到类似安全事件，欢迎关注“Solar应急响应团队”。
全国热线：400-613-6816 官网：www.solarsecurity.cn / www.sierting.com