疑似中國駭客鎖定台灣！一次看懂AI網攻為何難防

AI 真的可以開始自己進行網路攻擊了嗎？

根據東森新聞報導，一起疑似鎖定台灣政府單位的網路攻擊事件近期受到資安界關注。相關研究指出，攻擊行動發生於今年7月初，短短4天內探查了至少21套政府系統，至少85個政府使用者帳號遭入侵，取得超過2,500筆人員相關資料；後續攻擊目標疑似還延伸至核能安全相關機構與多家能源企業。

資安威脅的判斷多依賴初步研究與報導，事件細節可能隨調查而更新。組織內部應強化帳號權限管理與多因素驗證，這些基本措施比追逐新型攻擊更能降低風險。

比攻擊規模更受到注意的是，這次駭客疑似把 AI Agent 導入攻擊流程。報導提到，攻擊者使用 Hermes、OpenClaw 等開源 AI 代理工具，讓多個 AI 同時負責搜尋目標、研究漏洞、嘗試不同攻擊方法；當原本的方法失敗時，系統甚至能重新搜尋資料、調整策略，再繼續嘗試其他入侵路線。

至於為什麼會被懷疑與中國有關，主要來自攻擊過程留下的線索。研究人員發現攻擊系統的部分內部通訊使用簡體中文，但取得的資料則以繁體中文為主，因此研判幕後操作者可能來自中國。

當然，這起事件真正值得討論的，不只是「誰攻擊台灣」，而是另一個更長期的問題：當 AI 已經能自己搜尋漏洞、分工執行任務，甚至在失敗後換一種方法繼續嘗試，未來的網路攻擊會變成什麼樣子？

所謂「AI 自主網攻」，到底自主在哪裡？

傳統自動化網路攻擊其實早就存在。

例如駭客可以寫好程式，一次掃描幾萬個 IP、測試某個已知漏洞，或大量嘗試帳號密碼。但這類工具通常有一個共同點：它們基本上還是照著人類事先寫好的流程執行。

它可以先接受一個比較高階的目標，再自己決定下一步要做什麼。遇到方法行不通時，也可能重新整理目前取得的資訊，換另一條路繼續嘗試。

Anthropic 今年公布的網路安全測試中發現，新一代 AI 模型已能僅使用一般公開工具，在模擬網路環境中完成部分多階段攻擊。雖然目前並非每次都能成功，但相較過去需要大量客製工具輔助，AI 的自主能力確實正在提升。

換句話說，差別有點像：

以前是「工程師寫好十個步驟，電腦照著跑」。

現在則逐漸變成「工程師告訴 AI 目標在哪裡，AI 自己想辦法完成」。

台灣這次被提到的事件，就是很典型的例子

根據東森新聞報導，這次被揭露的攻擊行動發生在今年 7 月初，約 4 天內探查至少 21 套政府系統，並有至少 85 個政府使用者帳號遭入侵，取得超過 2,500 筆人員相關資料；後續目標還疑似延伸至核能安全相關單位及能源企業。

不過，比這些數字更值得注意的是它的運作方式。

其中一條路行不通，就換別的方法繼續。

如果這類模式開始普及，駭客真正得到的就不只是「一個更聰明的搜尋工具」，而是一批可以同時工作的自動化助手。

AI 網攻真正可怕的，是速度

這其實才是 AI 導入資安攻擊後比較值得注意的地方。

一名厲害的資安研究員，一天能檢查多少系統、研究多少漏洞，終究受到時間限制；但 AI Agent 可以同時開啟多個任務，而且不需要休息。

一旦一個攻擊方法被整理成可重複執行的流程，就有機會快速套用到大量目標。

OpenAI 在 8 月最新公布的資安能力評估中也指出，隨著模型在程式設計與自主代理方面進步，AI 可能讓網路攻擊以前所未有的速度與規模進行，因此已開始針對更高能力模型加入更嚴格的隔離、網路權限與監控措施。

這也代表未來資安防禦的反應時間可能會被大幅壓縮。

但這不代表 AI 已經可以「完全取代駭客」

看到「自主網攻」，很容易讓人聯想到 AI 已經能像電影一樣自己決定要攻擊誰。

目前還不能這樣理解。

AI Agent 仍然需要有人提供模型、工具、系統權限以及執行環境，真正的攻擊目標通常也還是由背後操作者決定。

而且現階段 AI 在複雜的網路環境中仍會出錯。

Anthropic 的測試結果就顯示，即使較新的模型自主攻擊能力明顯提升，在部分測試環境仍然無法成功完成任務。

因此比較精確的說法不是「AI 變成駭客了」，而是：

過去必須由駭客親自完成的很多工作，現在開始可以交給 AI 自動處理。

AI 同時也是防守方的新武器

另一方面，AI 能自動找漏洞，並不代表只有攻擊者能使用。

完全相同的能力，也可以拿來替企業掃描弱點、分析大量系統紀錄、找出可疑連線，甚至在漏洞被利用之前先發現問題。

OpenAI 與 Anthropic 近年都在投入這類防禦用途。Anthropic 也曾利用 AI 協助尋找軟體漏洞，希望讓防禦方能比攻擊者更早發現問題。

所以接下來的資安競爭，很可能不是「AI 對人類」。

而是使用 AI 的攻擊者，對上同樣使用 AI 的防禦者。

對政府與企業來說，真正的問題是反應速度

回頭來看這次台灣被點名的事件，究竟攻擊規模、來源以及實際影響到哪些單位，目前仍應以後續官方資訊為準。

但即使不討論單一事件，AI 自主攻擊能力正在提升，本身已經是資安產業正在面對的問題。

尤其政府、金融、能源、電信等關鍵基礎設施，系統規模龐大、老舊設備多，一旦漏洞修補速度跟不上攻擊自動化的速度，風險就會被進一步放大。

未來防守重點也不一定是打造一道「AI 防火牆」，反而可能是更基本的事情：更快修補漏洞、降低帳號權限、重要系統彼此隔離、完整保留存取紀錄，以及讓異常行為能更快被發現。

AI 並沒有讓傳統資安原則失效。

它真正改變的，是攻防雙方可以行動的速度與規模。

這或許才是「AI 自主網攻」最值得注意的地方。