AI蜂群把攻击压进几小时

几天之内，安全行业收到了两条看似不相关、实则咬合紧密的消息。

一条来自 Cisco Talos：协调运作的 AI 代理蜂群（agent swarms），可能把传统上需要数月规划、侦察和基础设施搭建的复杂网络攻击，压缩到几个小时之内完成。另一条来自 Anthropic：这家模型公司正式启动 Cyber Mission，用 Claude 前沿模型去保护关键基础设施和开源软件，旗下包括关键基础设施防御计划（CIDP）和免费的开源扫描服务 OSS Scanner。

一边是攻击方的能力上限被重估，一边是模型厂商主动下场布防。这两件事放在一起看，指向同一个判断：攻防博弈的核心变量正在从「技术代差」变成「时间预算」——谁能在更短的时间窗内完成作业，谁就掌握主动权。

🐝 蜂群不是比喻，是攻击时间轴的坍缩

先还原一个传统攻击的真实节奏。

一次成熟的定向攻击——无论是红队演练还是真实入侵——通常这样展开：先花数周做外部信息收集和资产测绘，再用数周筛选入口、搭建投递基础设施，进入内网后还要小心地横向移动、提权、维持驻留，最后才是目标动作。整个链条动辄以「月」为单位，原因很简单：每个环节都依赖人工判断，而人工判断需要时间来降低出错概率。

Cisco Talos 的警告直指这个节奏的要害：AI 代理蜂群可以把这些环节并行化、自动化。数十个专职代理同时跑侦察、同步筛选攻击面、自动生成和测试载荷，人类操作员只负责关键决策点。原本串行的数月工作，被折叠成几个小时的并行计算。

素材中的表述很克制，但含义清晰：问题的核心已经「不再是 AI 是否会被用于网络攻击，而是组织如何抵御持续性的、可规模化的攻击」。这句话值得逐字读——它默认了 AI 参与攻击是既成事实，讨论焦点直接跳到了防御韧性。

用一张定性对比表来看这场时间轴坍缩（时间为示意，基于素材「数月到数小时」的量级判断）：

产业逻辑在这里变得赤裸：防御方的检测、响应、取证流程，全部是按「攻击方以月为单位行动」来设计的。当攻击周期被压缩两个数量级，防守方的时间预算就出现了结构性赤字——你还没开完第一次应急会议，对方的蜂群已经完成了三个攻击阶段。

以下为作者观点：Cisco Talos 选择在这个时点发声，合理的解读是希望提前给市场校准预期——与其等攻击真实发生，不如让防御方先正视攻击周期的量级变化。这一判断基于公开信息的推测，并非来自厂商内部信源。

🛡️ Anthropic 下场：模型厂商为什么亲自做安全

金句先行：能力越大，责任叙事越急迫。

就在蜂群警告引发讨论的同时，Anthropic 推出了 Cyber Mission——一个长期计划，目标是帮助防御方保护关键基础设施和开源软件。它不是一个市场部性质的公告，而是有实打实的交付物：

• CIDP（关键基础设施防御计划）：面向电力、水务、医疗这类「不能出事」的行业，提供前沿模型能力加工程支持；
• OSS Scanner：面向开源生态的免费、自愿加入（opt-in）的扫描服务，直接瞄准供应链这个最大的软肋；
• 此外还包括威胁研究和资金支持。

为什么模型公司要亲自做这件事？以下三层逻辑均为作者观点，基于公开动作的推测性解读。

第一层是责任前置。前沿模型能力越强，「模型被用于攻击」的叙事风险越高。与其被监管和舆论推着走，不如主动把自己定义为防御工具的提供方。Cyber Mission 在这个意义上，可以看作一份面向监管者和社会的姿态声明：我们的技术站在防守一侧。

第二层是数据与场景卡位。CIDP 进驻关键基础设施，OSS Scanner 触达海量开源项目，这两个场景会持续产生高价值的真实安全数据——攻击模式、漏洞特征、防御失效案例。在 AI 安全这个正在成型的市场里，谁掌握场景数据，谁就更可能掌握下一代防御产品的定义权。

第三层是生态绑定。免费的开源扫描服务具有典型的生态渗透特征：开发者用了你的扫描器，就顺手接触了你的模型 API，下一步可能是整个安全工作流。可以预期的是，其他模型厂商大概率也会推出类似的安全计划，Anthropic 只是先亮了牌。

有意思的对照在于：同一家公司的模型，既可能被蜂群用来压缩攻击时间，也被用来给防守方供血。这不是精神分裂，而是 AI 安全时代的出厂设定——模型是中立的杠杆，杠杆两端各站着一群人。

📊 速度差：防守方的结构性劣势有多严重

一句业界老话：攻击者只需要成功一次，防守者必须每次都成功。

这句话在蜂群时代会变得更残酷。传统的安全运营体系有一个隐含假设：攻击者在网络里的驻留时间足够长，长到防守方有机会通过告警、异常检测、威胁狩猎发现他们。全球性的度量指标——驻留时间（dwell time）、平均检测时间（MTTD）、平均响应时间（MTTR）——都是按「天」和「月」计量的。

现在假设攻击周期被压缩到小时级：

• 按天计量的 MTTD 直接失效——攻击在你完成一个检测周期之前已经结束；
• 基于历史样本的检测规则滞后于自动生成的变异载荷；
• 人工应急响应的节奏（发现、上报、开会、处置）完全跟不上蜂群的迭代速度。

以下为作者观点：在新的速度差之下，各方受到的冲击并不均等。握有前沿模型能力、深入高价值场景的玩家（如模型厂商的安全计划）具备更强的适应空间；依赖静态规则和人工流程的传统终端防护、托管安全服务，则在技术维度上最为被动——它们的检测逻辑本来就不是为「机器速度」的攻击设计的。至于各家在这一轮变局中的真实位置，需要在具体产品和交付能力的检验中才能看清，此处不作定性排名。

防守方的出路也在素材里露出了轮廓：用机器对抗机器。检测、响应、取证同样需要蜂群化——自动化编排的防御代理、模型驱动的实时研判、预置在关键路径上的自动处置。这意味着安全运营的成本结构会被重写：人力密集型 SOC 的人力，会被模型推理成本部分替代。

但这里有一个不容易绕开的现实问题。防御自动化的容错率远低于攻击自动化——攻击代理做错一次，换个路径重来；防御代理做错一次，可能把核心业务系统隔离掉。如何在「够快」和「敢放权」之间找平衡，会是未来两年安全工程最硬的骨头。

🔓 OSS Scanner 瞄准的软肋：开源供应链

如果把 AI 蜂群攻击比作加速器，那开源供应链就是它最理想的赛道。

道理不难理解。现代软件的依赖树动辄数百上千个开源组件，任何一个环节被投毒，下游成千上万的系统都会中招。历史上多起标志性供应链事件已经证明了这种杠杆效应——攻击一处、波及全局。而蜂群化的自动化攻击，恰恰擅长在海量开源项目和依赖关系里并行寻找薄弱点：人找不到的角落，机器扫得出来。

Anthropic 把 OSS Scanner 做成免费、自愿加入的服务，是一个相当精巧的设计。自愿加入（opt-in）降低了部署阻力，维护者不需要改造流程就能获得扫描能力；免费则确保覆盖面可以最大化——供应链防御的价值和覆盖率成正比，覆盖一个冷门但广泛被依赖的库，价值可能超过扫描一万个明星项目。

以下为作者观点：更值得琢磨的是这步棋在产业链上的位置。对维护者而言，OSS Scanner 是零成本的防御增益；对 Anthropic 而言，它是切入开源生态的入口——不向维护者收一分钱，却让扫描能力成为整个开源供应链上的一项基础设施级触点。这种「先铺覆盖、再谈生态」的打法，与历史上各类免费开发者工具的路径颇为相似。

免费服务换来的不只是声誉。每一次扫描产出的漏洞特征、误报反馈、修复模式，都会回流成训练和产品迭代的燃料。这形成了安全领域少见的数据飞轮：服务越免费，数据越丰富；数据越丰富，防御能力越强；能力越强，更多项目愿意加入。传统安全厂商靠卖 Box 的模式，很难在飞轮转速上与之竞争。（此段飞轮分析为作者观点）

用一张痛点—方案卡来收拢这一节：

至于维护者群体对这类免费扫描服务的态度，目前公开信息有限。可以确定的是，opt-in 的设计本身，为关心隐私和依赖关系暴露风险的维护者保留了选择权——免费不等于没有代价，只是代价被换了一种形式，且交由参与者自行权衡。

💼 产业判断：安全厂商会被模型厂商掀桌子吗

最后回答一个所有人都在私下问的问题：模型厂商做安全，传统安全厂商怎么办？

本节整体为作者观点，是建立在公开信息之上的推演，供参考。

短期看，不会。传统厂商握着三样模型厂商短期拿不走的东西：存量客户的信任关系、合规与审计的资质壁垒、以及多年积累的威胁情报样本。企业采购安全产品时，「出了事谁负责」比「模型多聪明」重要得多。

中期看，分层是大概率结局。模型厂商占据能力层和场景层（CIDP、OSS Scanner 这类基础设施级投入），传统厂商向运营层和服务层收缩——把模型能力封装进自己的检测、响应、合规产品里，做「最后一公里」。真正危险的是卡在中间的玩家：既没有前沿模型，也没有独特场景和数据，只做规则和集成，这部分厂商的生存空间会被两头挤压。

长期看，决定胜负的变量只有一个：谁的自动化程度更高，谁就能在「小时级」的时间窗里活下来。Cisco Talos 的蜂群警告和 Anthropic 的 Cyber Mission，本质上是同一枚硬币的两面——攻击方的加速已经写进了威胁模型的首页，防御方的加速才刚刚开始立项。

小结

AI 蜂群把攻击周期从数月压到数小时，这不是营销话术，而是对安全行业底层设计假设的一次推翻：所有按「天」和「月」计量的防御流程，都需要重新定价。Anthropic 用 Cyber Mission 抢占了模型厂商做安全的身位，传统厂商的窗口期正在变短。对防守方而言，2025 年最重要的问题不再是「要不要用 AI」，而是「自己的防御流程里，还有多少环节停留在人工速度」。蜂群不会等你想清楚。