4美元、13分钟:AI如何把零日漏洞变成“白菜价”

admin 2026-11-20 09:00:30 网络安全文章 来源:ZONE.CI 全球网 0 阅读模式

4美元、13分钟:AI如何把零日漏洞变成“白菜价”

原创

网空闲话
网空闲话

网空闲话plus

2026年11月17日 07:01
北京

去阅读

长期以来,人工智能与攻击性安全(offensive security)的讨论大多聚焦于“前沿”:实验室花费数万美元构建漏洞利用链,顶尖黑客团队在CTF竞赛中角逐。然而,大多数组织真正面对的威胁,并非这些金字塔尖的对手。2026年11月,由Theori旗下自主渗透测试平台Xint发布的研究报告《The falling cost of a hack》(黑客攻击成本下降)将目光投向了一个更现实的问题:对于一个拿着现成商用模型和一张信用卡的普通攻击者而言,找到并利用一个关键漏洞,究竟需要多少钱、多少时间?答案令人警醒:一个在2026年5月还遥不可及的Google V8引擎零日漏洞,到7月已被找到,成本约43美元;到9月,成本进一步降至4.24美元,耗时仅13分钟。

一、研究背景与问题意识:瞄准“中位数攻击者”

Xint报告开篇即点明其问题意识:多数关于AI与攻击性安全的报道关注的是“前沿实验室花费数万美元构建漏洞利用链”,但这并非大多数组织所面临的威胁模型。报告追问的是一个更窄、也更贴近现实的问题:一个普通攻击者,使用市售模型和标准工具,找到关键漏洞的成本是多少?这个数字下降得有多快?换言之,报告要衡量的是“中位数攻击者”(median attacker)的能力变迁,而非顶尖实验室的上限。这一视角转换本身即具有政策意义:当安全讨论习惯于紧盯最尖端能力时,真正决定日常风险水平的,恰恰是普通攻击者可触及的工具成本与效率。报告直言:“前沿已不再是威胁模型。”

二、实验设计:贴近真实攻击者条件的严格测试

为回答上述问题,Xint选择了一个具有代表性的目标:CVE-2026-102321,一个存在于Google V8引擎中的类型混淆漏洞,可导致远程代码执行(RCE)。该漏洞由Xint研究员Taisic Yun发现并报告给Google漏洞奖励计划(VRP),因此不存在于任何被测模型的训练数据中,确保了测试的公平性。由于V8代码库极为庞大,研究团队将搜索范围限定在一组源文件中(其中包含存在漏洞的文件),并指示模型在这些文件内寻找安全问题。

测试覆盖了2026年2月至9月初发布的7个旗舰推理模型:OpenAI的GPT 5.6 Sol(2026年7月)和GPT 6 Sol(2026年9月),Anthropic的Claude Opus 4.6(2月)、4.8(5月)和5(7月),以及DeepSeek V4 Pro(8月)和Z.ai的GLM-5.3(8月)两个开源权重模型。所有模型均使用厂商提供的开箱即用工具(Codex CLI ver. 0.163.0或Claude Code ver. 2.1.301),以反映普通攻击者的真实条件——他们通常无法获得Xint自身使用的高级工具。网络搜索被明确禁用,出站流量受到代理限制;DeepSeek模型曾发出13次网络请求试图访问上游V8源代码,均被代理以HTTP 403响应阻断,证明控制措施按预期生效。

测试架构采用“密封容器”设计:AI代理只能读取源代码、运行软件、形成假设并测试,最终只输出一个文件——一个声称“这能证明漏洞存在”的测试用例;该文件由主机上的独立评分器在专用构建环境中执行,由机器判定通过或失败。代理无法接触评分器,每次运行都使用全新的容器和文件,杜绝了自我评分或跨轮次记忆污染。

三、核心发现:成本与时间的断崖式下降

报告以清晰的时间线呈现了成本曲线的陡峭下滑。2026年2月,Claude Opus 4.6花费25小时34分钟、354.91美元,消耗4.548亿tokens,提交24个错误答案,始终未能找到目标漏洞,最终需人工终止运行(该模型从未自行停止)。2026年5月,Claude Opus 4.8花费259.60美元、12小时29分钟,消耗2.498亿tokens,提交20个错误答案,同样失败。2026年7月,转折出现:GPT 5.6 Sol以22.29美元、44分钟找到漏洞(消耗4510万tokens,提交两个答案,第一个错误,30秒后第二个正确);Claude Opus 5以43.40美元、2小时21分钟首次尝试即成功(消耗6170万tokens,提交一个答案)。2026年9月,GPT 6 Sol将成本推至4.24美元、13分钟,消耗1550万tokens,首次指导性提示即成功,一次答案正确,成为基准测试中最便宜的结果。

报告特别强调,成本下降并非仅源于模型能力提升,token价格下跌同样关键。以GPT 5.6 Sol为例,按7月发布日定价,同样运行需28.51美元;按2026年10月定价,成本降至22.29美元,仅定价下调就使成本降低22%。而GPT系列从7月的22.29美元降至9月的4.24美元,不到3个月成本下降约5倍。Claude Opus系列则呈现另一条曲线:Opus 4.8在5月花费259.60美元失败,两个月后发布的Opus 5在7月以43.40美元成功。Xint据此得出结论:找到此类漏洞的成本正以每3至6个月下降80%或更多的速度崩塌。

四、失败者的教训:为什么大多数模型找不到

并非所有模型都能完成这一任务。7个模型中仅3个成功(GPT 6 Sol、GPT 5.6 Sol、Claude Opus 5),均为2026年7月后发布。两个开源权重模型均告失败:DeepSeek V4 Pro花费34.32美元、5小时39分钟,消耗1.525亿tokens,提交12个错误答案,并19次自行停止(每次重启后运行时间更短,它反复得出“问题不可能解决”的结论并中止);GLM-5.3花费43.59美元、5小时39分钟,消耗2.056亿tokens,提交18个错误答案,3次自行停止。研究团队因判断继续投入API调用不会使这两个模型产生所需触发代码,主动设定了5小时39分钟的运行上限。

报告揭示了一个关键机制:失败模型96%的token消耗用于重读自己先前的工作,仅4%用于新思考——更多尝试并不意味着更接近答案,而是重复错误思路。成本随时间加速上升:每一步都迫使模型重读此前全部内容,导致“模型在错误轨道上不仅浪费时间,且每分钟成本递增”;时间线性增加并不带来成本线性增加,长时运行的最终定价因不可预测的跳升而难以预估。

成功与失败的代价对比悬殊:三个成功模型合计花费69.93美元,四个失败模型合计花费692美元,前者约为后者的十分之一;最便宜的成功(4.24美元)与最昂贵的失败(354.91美元)之间,差距达84倍。报告将这一现象概括为“相同工作上的84倍成本跨度”。

五、核心结论:门槛崩塌,但专家仍未过时

报告的核心结论直截了当:成本和专业知识作为软件攻击的准入门槛正在快速下降。一个“平庸的黑客”(mediocre hacker)现在可以有效地使用前沿模型,并可以预期找到此类漏洞的价格每3至6个月下降80%以上。用报告的话说:“虽然我们距离完全业余者使用无辅助模型入侵系统还很远,但过去被认为太难、成本太高而不值得普通黑客付出努力的事情,现在已触手可及。”需要澄清的是,这里的“新手”指报告所称的“平庸黑客”,而非完全无技术背景的业余者——报告明确将后者排除在当前威胁模型之外。

然而,报告同时强调专业知识仍然重要。所有被测模型在首次无指导运行中均未找到目标漏洞,研究团队不得不增加指导后重新运行;Claude Opus 4.6、4.8、5以及GPT 5.6 Sol、GPT 6 Sol的初次尝试均告失败。报告结论是:“软件入侵仍需要一定程度的技术熟练度,但不再需要顶尖专家。”换言之,AI降低的是“执行成本”,而非完全消除“认知门槛”——攻击者仍需知道如何引导模型、如何设定搜索范围、如何判断输出质量。

此外,报告指出开源模型在发现新颖漏洞方面仍然落后。尽管专家已能有效利用开源模型进行攻击性安全任务(如CTF竞赛),但“所需指导最少、效率最高的模型来自两家最大的前沿实验室”。这一发现对防御方具有直接含义:前沿商用模型的能力扩散速度,决定了普通攻击者能力提升的速度。

六、影响与后果:双刃剑与防御窗口

Xint报告将这一趋势定性为“双刃剑”。一方面,攻击者成本骤降意味着勒索软件、数据窃取、供应链入侵的初始访问成本大幅降低;另一方面,同样的工具和成本结构也可为防御方所用。报告建议,组织应调整安全态势:安全团队或渗透测试人员没有理由不运行同样的检查,在威胁行为者之前发现漏洞。AI辅助测试“不再是可以推迟到明年预算审查的事情”。通过针对可能薄弱环节(如面向公众的服务、多年未审计的数字供应链)进行风险评估,组织可以缓解AI赋能攻击带来的风险。

但报告也清醒地指出AI的局限:零日漏洞对供应商未知,补丁可能不存在,因此AI只能走这么远。它可以解放防御者去处理需要人类判断的任务;而零信任访问控制、网络分段、端点异常行为监控等基础措施,其作用“不亚于甚至超过AI”。这一判断与Black Kite同期发布的《2026年AI供应链报告》形成呼应:后者分析全球18160家AI公司后发现,34.2%的AI供应商至少存在一个未修补的关键漏洞,61.7%存在DMARC问题,37.3%存在DKIM弱点,29.7%高度易受勒索软件影响,44.3%检测到异常网络活动,41.8%记录到僵尸网络相关活动;在1723项MCP组件安全发现中,48.8%被评为“高”或“严重”,包括代码与命令注入漏洞;19.9%的企业AI部署解决方案公司有企业登录信息出现在信息窃取记录中,6.8%的AI供应商与被盗企业登录信息相关,33.2%的数字足迹“有限”。AI生态自身的脆弱性,与AI攻击成本的下降叠加,意味着攻击面在扩大,而防御纵深在承压。

七、各方评论与后续展望

ZDNET在报道Xint研究时评论称,这一发现“提出了关于未来漏洞将被如何发现和利用的问题”。报道援引Xint研究人员的判断:“平庸的黑客现在可以有效地使用前沿模型”,而“过去被认为太难、成本太高的事情已触手可及”。ZDNET同时强调,企业应将AI辅助渗透测试纳入常规安全预算,而非推迟;并指出,维护零信任控制、网络分段和端点监控,其价值不亚于AI工具本身。对于开源模型落后的问题,报告作者认为,发现零日漏洞与利用已知未修补漏洞创建利用链是不同任务,开源模型在前者上的差距值得持续关注。

从后续发展看,Xint报告揭示的是一条尚未见顶的下降曲线。报告明确预测,成本将以每3至6个月80%以上的速度继续下降;token价格因OpenAI、Anthropic等公司的激烈竞争而持续走低(ZDNET援引研究称,自2023年以来平均每季度下降约47%,仅2026年10月就下降15%),进一步加速这一趋势。与此同时,模型能力仍在快速迭代:从2月的“25小时350美元失败”到9月的“13分钟4美元成功”,仅用了7个月。对于防御方而言,窗口期正在收窄:当普通攻击者能以一杯咖啡的价格找到一个关键零日漏洞时,安全策略的调整不再有“明年再做”的余地。

八、结语

Xint报告用一组冷峻的数字描绘了攻击经济学的一次结构性转变——找到关键漏洞的成本从354.91美元降至4.24美元,时间从25小时34分钟缩至13分钟,门槛从“顶尖专家”降至“平庸黑客”。这不是科幻式的末日预言,而是基于严格实验的可复现结论。它警示所有组织:AI带来的攻击成本下降是真实的、快速的、可测量的;防御者唯一的选择,是以同样的速度和决心,将AI纳入自己的安全工具箱,同时补齐那些AI无法替代的基础防线。成本曲线不会等待任何人。

参考文献

  1. Song, S., Byun, J., Leano, H., & Yun, T. (2026).The Falling Cost of a Hack: How improvements in model effectiveness and falling token prices have made it cheaper for attackers to breach software. Xint Research.https://xint.io/resources/the-falling-cost-of-a-hack
  2. Osborne, C. (2026, November 16). AI finds zero-day flaws for just $4 now – even mediocre hackers can cash in.ZDNET.https://www.zdnet.com/innovation/ai-finds-zero-day-security-flaws-for-cheap-hackers/
  3. Osborne, C. (2026, November 10). How AI security failures are endangering your supply chain – and what you can do.ZDNET.https://www.zdnet.com/tech/ai-security-failures-supply-chain-risks-black-kite-research

英国国家网络部队新总部揭幕:能力升级与“准备不足”警告并行 网络安全文章

英国国家网络部队新总部揭幕:能力升级与“准备不足”警告并行

英国国家网络部队新总部揭幕,展示网络能力建设进展,同时上议院委员会警告网络威胁准备不足。NCF成立旨在整合进攻性网络能力,支持军事行动和防范国家威胁。新总部在萨姆斯伯里,预计到2030年投入50亿英镑。然而,报告指出英国对网络威胁准备不足,政府需快速行动提升网络安全与韧性。
评论:0   参与:  0