AI 攻击能力暴涨四年，网络损失却未同步飙升：Saxe 长文剖析反差
joshua_saxe · x · 2026-10-28
安全研究者 Joshua Saxe 发布长文与配套数据集/统计模型，追问一个核心矛盾：2022-2026 年 AI 网络能力（社会工程、漏洞发现、利用编写、agentic hacking）快速增长，为何网络损失总额没有相应暴涨？
核心发现
- 过去十年网络损失增长约 3 倍，主因是网络诈骗、欺诈与勒索软件的产业化
- 损失在 ChatGPT 与 Llama 3 等模型发布前的 2022-2023 年就已快速攀升，而 AI 时代（2022 至今）反而趋于平缓
- PHP2Shell 等 CVE 是防御方（同样用 AI）大规模发现并修补的体现，单独看不太可能显著推高总体损失
论证要点
- 「AI 能力上升但损失不响应」是当前所有 AI 安全政策干预提议必须解释的关键症结
- 任何提出 AI 网络安全政策的人都应先解释「AI 带来的净新增损失缺失」这一现象
作者称这是用业余时间完成的社会科学化尝试（借助 Claude Opus 5.5 辅助研究），公开了数据来源与统计模型，希望推动领域以实证方式讨论 AI 网络风险，欢迎同行反馈。
「安全」频道最新
- 研究者推出「AI间道德」实证研究议程，聚焦AI如何感知与对待彼此 — dioscuri · 2026-10-28
- 纽约州法院系统发布官方指南，防范律师使用 AI 幻觉引用 — news-10 · 2026-10-28
- 欧洲主权 AI 产品 Giotto 条款禁止用户评测并公开发布结果，遭质疑 — teortaxesTex · 2026-10-28
- p(doom) 都成圈内流行词了，你有多当真？ — Unfair-Journalist-66 · 2026-10-28
- 欧盟政府批准 GDPR 修改:企业可未经同意用个人数据训练 AI — IgorCarron · 2026-10-28
- Cyphrex 发布 AI Agent 安全网关,在动作执行点拦截并留审计 — modelcontextprotocol · 2026-10-28