修補空窗期的終結：AI 如何改寫網路安全

當 Anthropic 透露其 Claude Mythos 模型在首次嘗試時產生功能完整漏洞利用程式的成功率高達 83% 時，網路安全業界見證的不僅僅是一個新的技術基準——而是傳統修補空窗期 (patch window) 的訃聞。2026 年 4 月，Anthropic 披露 Mythos 的預覽版本已自主識別出各大平台（包括 Apple、AWS、Cisco、Microsoft 和 JPMorgan Chase）中數以千計的嚴重漏洞。令人震驚的是，該模型僅透過執行約 1,000 次的自動化測試迴圈，就在以嚴密安全著稱的作業系統 OpenBSD 中，挖掘出一個潛藏 27 年的零日漏洞。幸運的是，這項發現是由 AI 而非對手所完成。然而，其含義再清楚不過：這是對未來安全策略的嚴重警告。

AI 發現技術如何瓦解修補典範

過去，安全維運依賴著一種舒適、可預測的節奏：漏洞被公佈、修補程式被開發出來，然後 IT 團隊在幾週或幾個月內部署它。整個節奏都建立在一個假設上：發現漏洞是一個緩慢、手動的過程，讓防禦者有足夠的時間保持領先。

OpenBSD 事件在個體層面上打破了這個假設，而 AI 發現的龐大規模則徹底摧毀了它。在 Mythos 預覽版披露之後，Anthropic 的 Project Glasswing 計畫參與者（包含 Google、Cisco 和 Linux 基金會）在短短幾週內，就在關鍵基礎設施和廣泛使用的開源專案中發現了超過 10,000 個高度與極度嚴重的漏洞。正如 Anthropic 所指出的，AI 模型的程式碼編寫能力現在已經超越了絕大多數人類研究精英。漏洞不再是一個接一個地出現；它們正以成千上萬的數量湧入。

發現與武器化之間正在消失的差距

新發現漏洞的數量只是危機的一半；另一半是武器化的速度。產生漏洞利用程式 83% 的首次嘗試成功率意味著，網路攻擊中最耗時的階段——將已知漏洞轉化為可用武器——在由 Mythos 等級的 AI 模型執行時，延遲已降至幾乎為零。

網路安全一直以來都在與固有的不對稱性搏鬥：防禦者必須每次都完美無缺，而攻擊者只需成功一次。當雙方都在人類速度下運作時，這種動態尚可存活。如今，AI 漏洞發現從根本上打破了這種對稱性。攻擊者現在能以機器速度運作，而防禦者仍受限於變更管理審批、測試協議和部署延遲。

為何「修復優先」策略已不再可行

修補仍然至關重要，但光靠它已經不夠了。在 AI 時代，過度依賴修復將會失敗，原因有三個：

• 速度劣勢 (Speed Disadvantage)：防禦者已無法確保能在漏洞披露與其被積極利用之間的賽跑中獲勝。
• 覆蓋不全 (Incomplete Coverage)：並非所有資產都能隨需修補。工業控制系統 (ICS)、醫療設備、老舊基礎設施和未受管理的 BYOD 端點通常無法立即接收更新——如果它們還能更新的話。
• 部署延遲 (Deployment Lags)：即使是最佳化的修補週期，在「修補程式可用」到「全面套用修補」之間也會存在時間差。而這個特定的空窗期，正是 AI 加速漏洞利用造成破壞的絕佳時機。

真正的解決方案：上游身分與存取控制

由於修補無法可靠地早於漏洞利用（特別是當零日漏洞在野外被發現時），最具韌性的安全控制必須完全置於漏洞的上游。這需要對究竟是誰、以及什麼正在連接網路（無論是使用者、筆記型電腦、雲端工作負載還是 AI 代理）具備絕對的確定性。

組織必須在授予網路存取權限之前，驗證每個實體的身分與安全姿態，並在進入後嚴格限制橫向移動。一個從一開始就被拒絕存取敏感系統的身分，不需要在入侵後進行圍堵。曝險在發生前就已被中和。

將策略付諸實行

安全主管必須停止將高修補合規性分數視為安全健康狀況的終極指標。取而代之的是，對裝置及其背後身分的即時可視性必須成為新的基準。這要求維持每個請求存取的使用者、裝置和 AI 代理的動態、即時清單；在整個工作階段期間持續驗證他們的姿態；並強制執行有條件的網路存取。如果裝置未修補或身分不再合規，其存取權限應即時自動受到限制，而不僅僅是被標記以待未來的服務台工單處理。

治理代理式身分：為何安全團隊必須「假設異常行為」

在我擔任一家高度自主、步調快速的工程公司安全營運中心 (SOC) 主管期間，我最終放棄了維持完美資產清單的幻想。追蹤「外面有什麼」是徒勞無功的；影子 IT (Shadow IT) 靠著口耳相傳的經驗運作，新服務經常在長假期間被啟動，而安全團隊卻毫不知情。意識到這一點後，我轉而提出兩個更實際的問題：

• 影響範圍 (Blast Radius) 有多大？ （這個資產實際上能觸及哪些系統和資料？）
• 終止開關 (Kill Switch) 在哪裡？ （如果它失控，我能多快切斷它的存取權限？）

這並非源於宏大的安全哲學，而是出於防禦一個您根本沒有絕對控制權環境的務實考量。

我之所以反思這一點，是因為業界目前正在努力應對人工智慧帶來的類似存在性危機。隨著 AI 降低了攻擊者的門檻並加速了威脅格局的變化，安全領導者不斷在問，如何防禦不可預測、具備機器速度的威脅。誠實的答案是？停止嘗試預測它們。 相反地，您應該為一個威脅預測必然出錯的世界建立防禦架構。

AI 代理放大的資產清單危機

如今，幾乎所有企業都處於積極部署 AI 代理與員工瞞著 IT 部門私下部署 AI 代理之間的某個光譜位置。許多組織已經接受了較高的風險容忍度，認定給予自主代理廣泛、常設的存取權限所帶來的生產力提升，值得承擔潛在的安全風險。我不是來譴責這個選擇的——我曾經防禦過的環境正是建立在這樣的基礎上。

然而，我們必須體認到人類的魯莽與機器自主性之間的根本差異。人類會感到疲勞、會對自己的決定產生懷疑，也會因為害怕失去工作而尋求許可。AI 代理完全沒有這些自然的摩擦點。它們以被設計好的速度和規模執行任務，利用被賦予的任何存取權限，並且對此毫無猶豫。

如果一個失控的人類工程師是一場五級大火，那麼擁有相同權限的失控 AI 代理就是同一場大火——只是這次不會有消防隊來救援，因為歷史上安全監控的校準對象是人類行為，而不是自主流程。

新典範：假設異常行為 (Assume Misbehavior)

多年來，「假設已遭入侵 (assume breach)」一直是網路安全姿態的黃金標準。在代理式 AI 時代，我們必須進一步演進這個概念：假設異常行為 (assume misbehavior)。

這不一定意味著 AI 具有惡意。這只是意味著代理正在執行其確切的指令，但將其應用在無人預料到的情境中，導致未經授權的資料存取或系統操作。在企業規模上，這不是罕見的異常現象；這是不可避免的營運現實。

那麼，我們該如何建立對這種混亂的治理？這需要在我們管理非人類身分的方式上進行結構性轉變：

• 嚴格的即時 (Just-in-Time) 範圍界定： AI 代理永遠不應該為了「以防萬一」而擁有廣泛、常設的存取權限。必須僅賦予它目前任務所需的最確切權限，僅此而已。雖然這種動態的範圍界定在操作上比一次性給予廣泛存取權更繁重，但為了最小化風險，這是沒有妥協餘地的。
• 立即撤銷性： 每個代理式身分的設計都必須基於您需要瞬間終止它的假設。如果撤銷代理的存取權限需要提交 IT 工單、安排會議或等待審核，您擁有的就不是安全控制，而是行政瓶頸。
• 真實的零信任： 我們必須超越行銷術語，實施真正的零信任。這意味著在每次交易時持續驗證代理式身分及其特定請求，而不是因為它通過了最初的佈建檢查，就永遠信任它。

這種理念與 CoSAI (安全 AI 聯盟) 等組織所推動的框架一致。我們必須停止將 AI 代理視為被遺忘的服務帳戶，開始將它們視為 IAM 基礎架構中的一流身分——這些身分必須受到持續稽核、嚴格治理，並且可立即撤銷。

帶有約束的賦能 (Enablement with a Leash)

解決 AI 代理擴散的方法，不是成為「說『不』的部門」。對於希望留在高階主管會議室做決策的 CISO 來說，全面封殺很少是個成功的職涯策略。現代的任務是在對營運進行嚴格約束的同時，賦能業務發展。

允許業務創新並快速移動，但必須建立底層存取模型，以便當代理不可避免地出現異常時，影響範圍微乎其微且能立即遏制。

我承認這種策略有其有效期限。「帶有約束的賦能」在 AI 代理的自主性和速度完全超越人類干預水平的那一刻之前是有效的。沒有人確切知道這條界線在哪裡，無論他們在會議舞台上說得多麼自信。但我寧願現在就建立組織的能力——執行範圍界定、快速撤銷、真實的零信任——趁我們現有的「牽繩」還起作用時，而不是以慘痛的代價發現它已經失效。

我們無法預測或完全治理即將到來的技術能力。我們只能控制該技術被允許接觸什麼，以及當它行為異常時，我們能多快切斷其存取權限。在一個充滿極度不可預測性的時代，建立這種控制基準就是一切。