
研究称AI发现零日漏洞成本降至4美元,普通黑客也能利用
来源标题:AI finds zero-day flaws for just $4 now – even mediocre hackers can cash in
渗透测试公司Xint.io的报告显示,顶级AI模型如今能在15分钟内、以低至4美元的成本发现零日漏洞,而今年早些时候还做不到。测试中7个AI模型只有3个找到了一个私下报告的Google V8漏洞。这一进展降低了漏洞挖掘门槛,也让攻击者更容易获利。
以下正文由 AI 翻译自 ZDNet AI(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
快速进步的 AI 模型正让发现关键漏洞变得成本更低、更容易,但这是一把双刃剑——也是给黑客的一份礼物。
阅读完整简介 2026 年 11 月 16 日,上午 8:14(美国东部时间) blackdovfx via Stock / Getty Images Plus
ZDNET 核心要点 随着 AI 不断进步,它发现零日漏洞的能力也在增强。 七个 AI 模型中只有三个发现了私下报告的 Google V8 漏洞。 如今发现一个零日漏洞的成本低至 4 美元。防御者能跟上吗?
热门内容 我在 3 项任务上试用了 Claude Sheets——它在 10 分钟内帮我省下了数小时的工作 2026/11/15 我用 Claude Code 锁定了我的 OpenClaw 代理——然后激它尝试逃脱 2026/11/15 我让 Gemini 接管了我的收件箱几天——以下是发生的情况 2026/11/13
根据渗透测试公司 Xint.io 的一份新报告,今年早些时候市场上最好的 AI 模型还找不到零日漏洞,但现在它们能在不到 15 分钟内找到,成本仅几美元。这些发现引发了关于未来漏洞将如何被发现和利用的疑问。
每一家主要 AI 开发商都在以极快的速度提升模型效能。与此同时,token 价格持续下降。研究表明,由于 OpenAI 和 Anthropic 等公司之间的激烈竞争,token 的平均成本(因领域而异)自 2023 年以来每季度下降约 47%,仅上个月就下降了 15%。
这对试图利用 AI 提升生产力和开发新服务的企业来说是好消息,但随着 token 价格下降,攻击者发起 AI 辅助攻击的成本也变得更低,包括利用未知漏洞造成的软件入侵。
另见:AI 安全失误如何危及你的供应链
Xint.io 发布的一份报告考察了热门 AI 模型在过去一年中如何演变,以至于几个月前还会失败的安全任务如今已经能够成功。该团队分析了自 2026 年 2 月以来发布的七个模型:两个来自 OpenAI,三个来自 Anthropic,以及两个来自 DeepSeek 和 Z.ai 的开源模型。团队随时间跟踪了这些模型在寻找目标漏洞方面的表现。
这项研究的对象是 Google V8 引擎中的一个安全漏洞。该漏洞编号为 CVE-2026-102321,是一种导致远程代码执行(RCE)的类型混淆漏洞,由 Xint 研究员 Taisic Yun 披露给 Google 漏洞奖励计划(VRP),因此并不存在于 AI 模型的训练数据集中。
研究范围限定在一组源文件中,其中包括包含该漏洞的文件,每个模型都被指示在这些文件中搜索安全问题。
Xint 的第一次测试于 2 月进行。经过 25 小时、花费 350 美元的扫描,当时可用的最佳模型仍然找不到这个关键漏洞。
7 月,GPT 5.6 Sol 在 44 分钟内以 22 美元的成本找到了这个零日漏洞。
另见:发现 Linux 漏洞很容易——修复它们则是另一回事
到 9 月,GPT 6 Sol 在第一次引导提示下,仅用 13 分钟、花费 4.24 美元就发现了该漏洞。
七个模型中只有三个找到了该漏洞:GPT 6 Sol、GPT 5.6 Sol 和 Claude Opus 5,它们都是 7 月之后发布的。GPT 5.6 Sol 需要两次提示,而 Claude Opus 5 第一次尝试就找到了,但成本更高,为 43.40 美元。
DeepSeek 和 Z.ai 的模型未能完成该任务。
研究人员表示,AI 模型的发展与低廉的 token 价格相结合,意味着“平庸的黑客”现在可以有效地利用前沿模型来发现并可能利用漏洞,“虽然我们距离完全业余的人使用未加约束的模型入侵系统和应用还很远,但过去被认为太难、成本太高而不值得普通黑客付出努力的事情,如今已经触手可及。”
因此,各组织需要相应地调整其安全态势——但 token 成本下降以及 AI 技能和速度的演变也可以为你所用。
另见:我如何在 Mac 上安全地 24/7 运行我的 OpenClaw AI 代理
没有什么能阻止组织的安全团队或渗透测试人员自己运行相同的检查,在威胁行为者之前发现漏洞。可以说,AI 辅助测试已不再是那种可以推迟到明年预算审查时再考虑的事情。通过开展风险评估,聚焦于可能的薄弱环节,例如面向公众的服务或多年未经审计的数字供应链,组织可以降低 AI 驱动的网络攻击所带来的风险。
零日漏洞对供应商来说是未知的,当它们被公开或在野被积极利用时,可能还没有可用的补丁。因此,AI 的能力有限,但它可以把你的防御人员解放出来,去处理需要人工介入的任务。此外,维护零信任访问控制、对网络防御进行分段和加固,以及监控端点是否存在可疑行为迹象,所能起到的作用不亚于甚至超过 AI。
正如 Xint 所指出的,在指示 AI 模型发现漏洞方面,“专业知识仍然重要”。在某些情况下,如果没有引导,模型无法找到目标漏洞,因此需要额外运行,增加了时间和成本。
研究人员表示:“软件入侵仍然需要一定程度的技术能力,但不再需要顶尖水平的专业知识。”
登录以发表评论 退出登录 社区准则 请接受 cookie 以查看由 Disqus 提供支持的评论。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。