AI挖掘零日漏洞成本降至4美元,安全攻防门槛骤降

Xint.io测试显示,AI挖掘零日漏洞成本已降至4美元。最新模型仅需13分钟即可定位V8引擎RCE漏洞,较年初大幅降低门槛与耗时,攻防天平正加速倾斜。

AI 漏洞挖掘成本骤降至 4 美元,网络安全攻防天平倾斜

随着人工智能技术的快速迭代与推理成本的显著下降,利用 AI 发现零日漏洞的门槛正在急剧降低。最新研究显示,自 2023 年以来,受 OpenAI 和 Anthropic 等厂商激烈竞争影响,大模型每季度的平均代币成本下降了约 47%,仅上月就下跌了 15%。这一趋势在提升企业生产力的同时,也意味着攻击者能以极低的成本发起辅助攻击,包括利用未知软件漏洞。

AI挖洞成本降至4.24美元

研究背景:七款主流模型的实战测试

安全研究机构 Xint.io 发布报告,评估了过去一年中主要 AI 模型在漏洞发现能力上的演变。该团队选取了自 2026 年 2 月以来推出的七个模型进行测试,其中包括两个来自 OpenAI、三个来自 Anthropic 的模型,以及 DeepSeek 和 Z.ai 的两个开源模型。研究重点追踪这些模型在特定时间窗口内发现目标安全漏洞的表现。

关键突破:从 350 美元到 4.24 美元的成本跨越

测试针对的是 Google V8 引擎中的一个远程代码执行(RCE)类型混淆漏洞,编号为 CVE-2026-102321。该漏洞由 Xint 研究员 Taisic Yun 向 Google 漏洞奖励计划(VRP)私下披露,因此未被包含在任何 AI 模型的训练数据集中。研究人员将搜索范围限制在包含该漏洞的一组源文件中,指示各模型在其中查找安全问题。

  • 2026 年 2 月:首次测试显示,即使经过 25 小时扫描并花费 350 美元,表现最好的模型仍未能找到该关键漏洞。
  • 2026 年 7 月:GPT 5.6 Sol 模型在 44 分钟内成功发现了该零日漏洞。
  • 2026 年 9 月:GPT 6 Sol 模型仅用 13 分钟便定位到错误,且单次指导提示的成本低至 4.24 美元。

在参与测试的七款模型中,仅有三款成功发现了该漏洞,均为 7 月之后发布的版本:GPT 6 Sol、GPT 5.6 Sol 和 Claude Opus 5。其中,GPT 5.6 Sol 需要两次提示才完成任务;Claude Opus 5 虽在第一次尝试中就找到了漏洞,但成本较高,达到 43.40 美元。DeepSeek 和 Z.ai 的模型则未能完成测试任务。

双刃剑效应:防御方需调整策略

研究人员指出,AI 模型能力的增强与代币价格的下降相结合,使得即使是“普通黑客”也能有效利用前沿模型来发现和潜在利用漏洞。这对现有的网络安全体系构成了挑战,但也为防御方提供了新的工具。

组织的安全团队和测试人员可以利用同样的技术手段进行内部检查。AI 辅助测试不再是可以推迟至明年预算审查的事项,而是当前风险管理的关键环节。通过对面向公众的服务或多年未审计的数字供应链进行风险评估,组织可以减轻 AI 支持的网络攻击带来的威胁。

尽管零日漏洞在公开或被积极利用前可能无法提供补丁,且完全依赖 AI 存在局限,但它可以将防御者从繁琐的任务中解放出来,使其专注于更复杂的人机协作场景。此外,保持零信任访问控制、实施网络细分以及监控终端可疑行为仍是基础防线。

值得注意的是,在引导 AI 模型发现漏洞时,专业知识依然不可或缺。在某些情况下,若缺乏精准指导,模型可能无法独立找到目标漏洞,从而需要增加运行次数,进而推高时间和资金成本。虽然发现软件漏洞仍需一定的技术熟练度,但正如研究所言,这已不再要求顶级的专业分发知识,门槛的降低正重塑网络安全的攻防格局。

评论 0

0/500

评论需审核后展示,请文明发言

💬
还没有评论,来说两句

相关阅读