AI 未推高网络犯罪：损失增速仍沿 2015 年工业化曲线，AI 加成微小
joshua_saxe · x · 2026-10-20
AI 安全专家 Joshua Saxe（前 Sophia 首席科学家）复盘 2022–26 年 AI 安全政策最大的意外：AI 几乎没有推高公众遭受的网络损失，损失仍沿 2015 年以来网络犯罪「工业化」的增长曲线，AI 造成的增量可能只是小 bump。
核心论证：网络犯罪者的处境限制了 AI 杠杆
- 招人难：AI 劳动力需求抬高了工程人才的机会成本，犯罪组织抢不到工程师；
- 运营难：办公场地、愿意过犯罪生活的人手、远程管理「贼中守信」、躲避执法，全是摩擦；
- 稳定获取 AI 推理以支撑流程创新本身也不容易；
- 结论：普通网络犯罪团伙的自动化目标未必跑得赢美国中西部呼叫中心。
重要例外：国家级及国家级支持的黑客是另一群体，能力可在体制内积累后一次性释放。
配图数据（作者博客模型，基于 157 项证据）
- 2026 年网络犯罪与国家黑客从业者约 72.4 万，七成集中在东南亚、南亚和西非；诈骗工人占 90%（64.9 万）；
- 受害者总损失约 2940 亿美元，其中 52% 无法归类；可归类损失中诈骗占 76%（1080 亿美元）；勒索软件仅 4300 人却造成 260 亿美元损失；AI 武装的入门黑客仅约 700 人、损失 0.02 亿美元。
所属事件:安全专家复盘：AI 并未显著推高网络犯罪损失(2 条相关)→
「安全」频道最新
- NIST/NSA/CISA 联合发布超级智能训练事故应对十大关键实践 — luisdans · 2026-10-20
- 同一个「Kara Moore」同时在 OpenAI 和 Anthropic,被识破疑似诈骗号 — iScienceLuvr · 2026-10-20
- Hassabis 在都柏林峰会警示 AI 黑客攻击风险 — BusyNomad · 2026-10-20
- 研究者发文驳斥 Palisade AI 的 LLM 自主复制论,称其夸大其词 — jessi_cata · 2026-10-20
- 维基媒体报告：无权限契约的 agent 爬虫曾致 Wikidata 部分宕机 — usehive · 2026-10-20
- stealthbench 新增10项任务：主流模型在 EDR 防护主机上隐蔽行为糟糕 — dyn___ · 2026-10-20