隨著 AI 改變了網路攻擊的本質與方法，資安社群所使用的技術與框架能否有效應對？在新報告中，我們試圖回答這個問題。我們分析了 2025 年 3 月至 2026 年 3 月間因惡意網路活動而被封鎖的 832 個帳戶，並將其對應到 MITRE ATT&CK 框架，一個長期以來用於記錄網路攻擊者戰術與技術的資料庫。

部分研究成果已發表於 Verizon 的《2026 年資料外洩調查報告》（DBIR），而本文將分享更詳細的分析。這 832 個案例僅是此期間被封鎖帳戶總數的一部分，但它們提供了足夠的細節，讓我們能對攻擊者的技術進行全面評估。我們的分析得出三個主要結論：1. 惡意行為者正以使其更具危險性的方式運用 AI。

具體來說，威脅行為者在網路行動中，將 AI 用於更後期、更複雜的階段。2. 網路攻擊正變得更加自主化，AI 能將攻擊的許多環節串聯起來，這意味著區分高風險與低風險行為者的舊方法已不再有效。3. MITRE ATT&CK 框架未能完全捕捉到使 AI 助長型攻擊者如此危險的工具與活動。

以下我們將概述這些結論。您可以在我們的 Frontier Red Team 部落格上閱讀更詳細的分析。AI 如何讓攻擊者更危險在我們的資料庫中，最常見的 AI 助長活動與網路攻擊準備有關，例如編寫惡意軟體（我們研究的 832 個帳戶中，有 560 個，即 67.3%，為此目的使用 AI）。

較少數量的行為者則將 AI 用於更複雜的活動，例如，832 個行為者中有 54 個（6.5%）使用 AI 協助「橫向移動」，這涉及在受入侵的網路內部進行深度導航。我們發現證據顯示 AI 被用於提升攻擊者的威脅等級。在我們分析的第一個六個月期間，有 33% 的行為者被我們的風險評分系統歸類為中等風險或更高。

但到了第二個六個月期間，這一比例躍升至 56%，約增加了 1.7 倍。在我們研究的期間，攻擊者使用 AI 的方式從獲取系統初始存取的技術，轉向在進入系統內部後執行的活動。例如，AI 用於帳戶探索（在受入侵環境中識別有效帳戶）的比例上升了 8.9%，而 AI 輔助網路釣魚（一種常見的系統存取技術）的比例則下降了 8.6%。

這表明攻擊者正日益將 AI 應用於攻擊生命週期的更深層階段。這些「入侵後」的技術過去僅限於具備相關技術知識的行為者才能執行。我們的調查顯示，AI 現在可以代表技術較不成熟的行為者執行這些活動。為何更難評估行為者的威脅等級資安團隊如何評估網路攻擊者的風險等級？

傳統上，他們會使用諸如攻擊者採用了多少種不同技術，以及使用了哪些工具或介面等資訊。但我們的分析表明，這些訊號已無法準確描繪出特定威脅行為者的風險等級。由於 AI 現在可以代表行為者執行高度技術性的任務，威脅行為者的技能與其使用的技術數量之間幾乎沒有關聯：我們資料集中技能最低的行為者平均使用了約 16 種不同的技術，而技能最高的則使用了約 20 種。

同樣地，所使用的特定平台，Claude Code、API 或聊天介面，也與行為者的風險等級無關。通常有助於區分高風險行為者的因素是他們在攻擊生命週期的哪個階段應用 AI。例如，他們將 AI 的使用集中在操作要求更高的技術上，那些需要大量時間、監督或即時決策才能執行的技術，如帳戶探索、橫向移動和權限提升，而不是僅僅用於獲取系統初始存取的任務。

但即使是這個訊號也正在被侵蝕：如前一節所述，隨著越來越多的行為者被歸類為高風險，這些操作性技術正是更廣泛的群體所採用的方向。更持久的區分因素是攻擊者圍繞模型建立的「支架」類型：高風險行為者設計的架構允許模型將網路攻擊的各個獨立階段串聯起來，並以最少的人工輸入執行。

為何資安框架需要改變許多區分最高風險行為者的行為，例如使用 AI 依序協調攻擊鏈中的步驟、即時決策下一步行動，以及在沒有人工干預的情況下執行，尚未被納入 MITRE ATT&CK 框架的攻擊者技術中。以我們在 2025 年 11 月瓦解的國家級網路間諜行動為例。

在該案例中，惡意行為者操縱 Claude Code 試圖滲透全球目標，且幾乎沒有人工干預。將其對應到 MITRE ATT&CK 框架顯示，該行為者使用了 13 種戰術中的 30 種技術，這與我們資料集中許多中等風險行為者相當。顯然，僅關注該行為者使用的技術數量會低估其真實的危險程度（相比之下，將我們的風險評分方法應用於此攻擊，其獲得了最高風險分數 100 分）。

在那次攻擊中，該模型作為一個自主代理運作：它執行指令、利用漏洞、竊取憑證並做出戰術決策，僅在幾個關鍵時刻需要人工輸入。目前尚無針對此類代理編排的 ATT&CK ID，然而，隨著 AI 代理變得更具能力，我們預期將會看到更多這類行為。展望未來這項分析的發現有助於我們為模型建構安全防護措施。

例如，我們已在功能最強大的模型上開發並部署了網路安全防護，以偵測並阻擋此處揭露的一些活動，例如開發惡意軟體或大規模資料外洩。繼與 Verizon 合作之後，我們也正與 MITRE 討論 ATT&CK 框架如何演進，以納入我們觀察到的 AI 助長行為。

前沿模型正迅速改變攻擊者和防禦者可用的工具。我們致力於幫助防禦者領先於這些不斷演變的戰術，並將最強大的工具優先交到防禦者手中。我們將繼續分享從 Project Glasswing、從我們在此處收集的資料集，以及從我們其他網路安全活動中學到的經驗。

在我們的 Red 部落格文章中，我們分享了攻擊者所用技術的互動式視覺化圖表，以幫助防禦者領先於 AI 助長的威脅。