AI 正在给黑客装上规模化引擎,而本地医院和银行还没准备好
“AI is supercharging hacking, and your local hospitals and banks aren’t ready”
文章从Alabama非营利组织Vivian's Door的遭遇切入：2026年3月，该组织收到全球多地来电，称收到它发出的“求助捐款”邮件，但邮件并非它发出。第三方IT团队把系统下线三天排查漏洞，账单约3000美元，负责人Janice Malone至今不确定攻击是否由AI参与，也不确定下一波何时到来。文章由此展开一个更大的判断：AI正在把网络安全攻防变成不对称战争。Anthropic威胁情报负责人Jacob Klein表示，过去需要一个成熟团队才能完成的攻击，现在单个人借助agentic系统就能执行；2025年8月Anthropic披露一个网络犯罪团伙用Claude Code在一个月内对医疗机构、急救服务、宗教机构和政府实体实施数据勒索。防御端同样被AI改变：Anthropic的Mythos报告漏洞的速度快到Microsoft修不过来，但Mythos和OpenAI的Astra只对Nvidia、Google、Apple等少数“关键基础设施提供方”和关键开源维护者开放，中小机构即便能拿到也负担不起。Apollo Research CEO Marius Hobbhahn判断，危害不会发生在湾区，而会落在“爱达荷州某家普通医院”。文章随后给出多个一线案例：华盛顿特区周边的The Cool Hardware Company依赖Ace Hardware的采购和配送系统；马里兰的Takoma Park Silver Spring Co-op长期遭遇'carting attack'(用盗来的信用卡号批量测试线上购物平台，商户承担手续费)，并首次增加IT责任险；俄亥俄州Fisher-Titus医疗中心只有一名网络安全分析师。Proton安全负责人Patricia Egger指出，企业被要求'尽快用上AI'时，安全控制和流程往往事后才补，而“猫一旦出笼就很难收回”。医疗行业被反复点名为最高风险场景：2021年Scripps Health因勒索软件关闭关键业务，2024年报告显示医疗行业全球攻击率仅次于政府，初始赎金要求常超过400万美元。前急诊医生、Imprivata首席医疗官Sean Kelly解释，医院不能停摆、数据同时包含医疗、财务和人口信息，因此赎金溢价更高，而农村医院还在用老旧技术栈。
攻击方瓶颈已消失
"The limiting factor used to be that there's a finite number of malicious hackers in the world, and that's now no longer the case."
以上为 The Verge 原文片段 · 阅读原文 →
- AI把黑客的攻击能力从“有限人力”变成“可规模化算力”，单个攻击者即可完成过去需要团队的行动。
- 最强防御模型只对Nvidia、Google、Apple等少数机构开放，中小机构在攻防两端同时被挤压。
- 医疗、社区银行、信用社、地方电网等中小机构提供关键服务，却缺乏7×24安全团队和预算。
- 企业被要求快速采用AI工具，安全控制和流程往往事后补建，反而引入新漏洞。
- 医院因不能停摆且数据价值高，成为勒索软件的高溢价目标，农村医院尤其脆弱。
- 文章主要依赖访谈和个案，没有给出AI辅助攻击在整体攻击事件中的占比或增长曲线，难以判断规模。
- 未讨论保险、监管或政府采购等可能的系统性缓解路径，只停留在“小机构无力自保”的结论。
- 对AI防御工具的实际效果缺少独立验证，主要引用厂商自身说法。
- 做SaaS、医疗信息化或面向中小客户的产品团队，需要把“客户自身没有安全能力”当作产品设计前提，而不是售后问题。
- 平台和基础设施方应重新评估供应链风险：小商户依赖的采购、配送、支付系统一旦被打穿，风险会沿链条传导。
- 在AI工具快速铺开的组织里，安全流程必须与工具上线同步设计，事后补建的成本远高于前置。