Anthropic 警告：AI 驱动的计算机蠕虫或将加速在智能设备间传播
人工智能安全公司 Anthropic 近期发出警告，指出由人工智能驱动的“计算机蠕虫”（Computer Worm）可能很快会在各类智能设备中大规模传播。这类恶意软件具备自主在设备间扩散的能力，其潜在威胁正随着 AI 技术的发展而显著升级。
今年 6 月，多伦多大学电气和计算机工程副教授尼古拉斯·帕珀诺（Nicolas Papernot）带领团队利用公开可用的 AI 模型，成功构建了一个原型 AI 蠕虫。针对这一技术进展及其带来的网络安全挑战，帕珀诺在接受法新社采访时详细解释了为何人工智能使得此类攻击更难被阻止。
AI 如何改变攻击模式？
帕珀诺指出，当前大量物联网（IoT）及联网家庭设备的网络安全标准普遍较低。传统情况下，一旦修复了特定漏洞，即可防止蠕虫进一步传播到已更新的设备。然而，引入人工智能后，攻击者能够设计出更具适应性的蠕虫策略。
这种 AI 驱动的蠕虫可以根据具体设备的配置情况动态调整攻击手段，从而利用不同设备上存在的多样化漏洞。这使得阻断其传播路径变得极为困难。
值得注意的是，许多被利用的漏洞并非传统的软件缺陷，而是人为因素导致的配置错误。例如，用户在多个服务中使用相同的弱密码，或数据库配置不当等。人工智能驱动的恶意软件极大地提升了这些非技术性漏洞被利用的速度和规模。
在过去，那些位于街角咖啡店或地下室、使用频率低且未保持更新笔记本电脑等设备，很少成为人类黑客的直接目标。但 AI 赋予的自主性使这些原本“无趣”的设备变成了极具价值的攻击跳板，用于发起对更核心目标的入侵。
帕珀诺强调，尽管代理程序（Agent）一旦启动便可自我复制——正如该团队实验所示——但其初始发射源始终是人类攻击者。
短期内的风险缓解建议
面对日益严峻的安全形势，完全消除风险并不现实。尽管网络安全专家多年来一直呼吁加强系统防护，但全球范围内在计算机系统安全上的投入仍显不足。为此，帕珀诺提出了三项短期应对措施：
- 隔离开发环境：改变现有的开发与测试实践，确保人工智能模型在训练初期与互联网物理断开连接，降低早期泄露风险。
- 建立国际监管机制：创建一个国际机构，专门规范人工智能模型的训练与控制流程，旨在培育更安全的基础模型。
- 强制事件报告制度：目前，外界仅能获取 AI 开发者自愿披露的信息，这构成了巨大的信息盲区。学术界急需更多关于安全事件的详细信息，以便快速制定对策。若缺乏透明的事件数据，研究人员往往只能被动等待攻击发生后才能了解威胁全貌，导致防御滞后。
