「AI 普及之後，安全會怎麼變？」——在這裡容易流行起來的誤解，會把對策帶往錯誤的方向。真正有效的，是那些不起眼的基本功。我們從防禦視角，糾正 4 個常見的誤解（不涉及攻擊手法）。
❌ 誤解：AI 製造特別的新弱點 → 需要特別的新對策
↓ 實際上是
✅ 事實：增加對既有弱點（未打修補程式·重複使用·暴露）的攻擊 → 有效的是基本功
公家機關與研究顯示的事實
本文的立場並不只是本站的意見。公家機關與研究機構的報告也指向相同的方向。
- 英國國家網路安全中心（NCSC，2024 年 1 月）：未來兩年內，AI「幾乎肯定」會增加網路攻擊的數量並加重其影響，其中提升最大的是偵察與社交工程，連技術較弱的攻擊者也更容易得手。
- Mandiant（Google Cloud）：從漏洞公開到被利用的平均時間，在 2023 年縮短為 5 天（2021–2022 年為 32 天）。
- Verizon 2025 年資料外洩調查報告（DBIR）：最初的入侵途徑，有 22% 的外洩是濫用憑證，20% 是利用漏洞。兩者都是長久以來的基本弱點。
- Veracode（2025）：對 100 多個語言模型給出 80 項程式設計任務，結果有 45% 含有帶漏洞的程式碼。
這些都不是在描述新種類的弱點，而是顯示既有的弱點被攻擊得更快、更頻繁。
誤解①「我這站太小，不會被盯上」
常見的想法
- 規模小、沒名氣，就引不起攻擊者的興趣
- 是由人來挑出『有價值的站點』再發起攻擊的
事實
- 自動化省去了『由人來挑選目標』這一步。它不斷掃描整個網際網路，一旦哪裡冒出弱點就無差別地下手
- AI 讓『面廣·速快·量大』變本加厲。小站往往防護薄弱、容易得手，因此會成為目標
誤解②「AI 需要『特別的新對策』」
常見的想法
- AI 時代裡，過去那套對策都不管用了
- 不引入新的專用工具就守不住
事實
- 攻擊利用的 和過去一樣，都是基本的弱點（未打修補程式·重複使用·暴露的機密）
- 所以有效的也還是一如既往的基本功。CVE 立刻打修補程式·停止重複使用密碼＋MFA，『現在』就做到位才是最好的
誤解③「裝個產品（WAF·AI 安全）就安心了」
常見的想法
- 裝上高功能的產品，防守就大功告成
- 有了偵測工具，設計就可以往後放
事實
- 偵測·防禦類產品講的是**『已經開始發生之後』**。優先的是從一開始就不讓它發生、不讓它擴散的設計（打修補程式·最小權限·MFA·不把機密以明文存放）
- 把順序弄反，就會 在弱點仍然存在時，把錢花在偵測上。先做基本功，再加產品
誤解④「AI 寫的程式碼又快又方便（＝安全）」
常見的想法
- AI 生成的程式碼品質高，可以原樣上線
- 做得快＝做得安全
事實
- AI 有時會**『煞有介事地』夾帶危險的寫法或設定錯誤**。快並不意味著安全
- 上線前必須複查：確認有無機密寫死·認證/輸入驗證·公開範圍·相依套件 CVE（→ 實際案例見 AI 程式碼導致的 API 金鑰洩漏案例）
2026 年的案例：AI 代理利用的是基本弱點
自 2026 年 7 月起，公開了好幾起研究用 AI 代理接觸到真實網站的案例。每一起都佐證了上面的四項糾正。
- 在 Hugging Face 的案例中，起點是被公開暴露的憑證（→ Hugging Face 入侵事件）。
- 在 Anthropic 公開的案例中，評估中的模型掃描了約 9,000 個目標，並用眾所周知的方法進入了一家公司：從暴露的除錯頁面讀取憑證，以及 SQL 注入（→ AI 代理接觸真實網站）。
- 根據 Anthropic 的說法，被接觸到的組織並沒有偵測到這些活動。
9,000 這個數字顯示目標並不是按規模挑選的（誤解①）。手法是基本的（誤解②），而網站方沒有察覺，這正是封住入口要優先於偵測的原因（誤解③）。
速查表：有效的與無效的
不確定時，請從最上面一列開始。
| 對策 | 判定 | 理由 |
|---|---|---|
| 更新相依套件與伺服器、監控已知漏洞 | 有效（最優先） | 從公開到被利用的時間現在只有幾天 |
| 多重要素驗證（盡可能用 passkey） | 有效（最優先） | 光靠被盜或重複使用的密碼就進不來了 |
| 撤銷已經暴露的憑證 | 有效（最優先） | 刪除檔案或歷史紀錄，擋不住仍然有效的金鑰 |
| 關閉正式環境的除錯輸出、限制管理後台 | 有效 | 2026 年案例中實際被利用的入口 |
| 可還原的備份（存在別處、測試過還原） | 有效 | 其他防禦失效時的最後一道防線 |
| WAF 或 AI 偵測產品 | 做好基本功後才有用 | 不封住入口，只會增加偵測成本 |
| 更改管理後台 URL、隱藏版本字串 | 單獨使用效果弱 | 自動化掃描會嘗試大量 URL；無法取代認證或更新 |
| 只請 AI 看一下程式碼 | 單獨使用不夠 | 會有遺漏；機密與相依套件要用專用工具檢查 |
如何檢查自己的網站
第一次檢查大約需要 30 分鐘。
- 執行 站點綜合安全診斷，一次檢查
.env與.git的暴露、憑證和安全標頭 - 上線前，把程式碼和設定貼到 機密外洩掃描，抓出寫死的 API 金鑰
- 用 相依套件漏洞掃描 或
npm audit檢查相依套件的已知漏洞 - 在管理設定中，確認每個管理員帳號都開啟了多重要素驗證
本站的視角：按優先順序行動，而不是出於恐懼
AI 時代的新聞總愛渲染，但本站的立場是AI 並沒有改變一切，基本功依然有效。攻擊越是變得又便宜·又快·又大量，真正有效的就越不是花俏的新產品，而是按正確順序把不起眼的基本功做紮實。真正危險的是：因為誤解而去追求特別的新對策，結果把眼前未打修補程式·重複使用·暴露的機密放任不管。只要按 優先級清單 的順序來，就不會迷路。
出處
- 英國 NCSC「The near-term impact of AI on the cyber threat」（2024 年 1 月 24 日）— ncsc.gov.uk
- Google Cloud（Mandiant）「How Low Can You Go? An Analysis of 2023 Time-to-Exploit Trends」— cloud.google.com
- Verizon「2025 Data Breach Investigations Report」— verizon.com
- Veracode「2025 GenAI Code Security Report」（2025 年 7 月 30 日發布）— veracode.com
- Express「Production Best Practices: Security」— expressjs.com
接著讀
- AI 代理入侵：Hugging Face 入侵事件（2026）：自主 AI 代理的攻擊
- 清單：AI 時代的安全對策（優先級清單）
- 地基：安全最低限度清單
- 診斷：站點綜合安全診斷