调研报告:AI驱动下"0day武器平民化"对网络安全防御的不可逆影响分析
一、调研背景与论证框架
1.1 调研背景:防御实践中的五个结构性信号
本报告的出发点是基于防御实践中观察到的五个可量化信号,它们共同指向同一判断——攻防失衡正在加剧,且趋于不可逆。
信号一:国家级进攻性AI能力已就位但不透明。Anthropic的Project Glasswing虽以"防御联盟"定位,但其12个合作方中包括美国国防部、CrowdStrike、Palo Alto等同时具备进攻能力的主体。据防御一线观察,NSA内部红队已开始使用Mythos模型进行内部系统红队测试,红队本质是进攻能力演练,可平移至国家级网络进攻。美国国防部与Anthropic的国防预算合同、要求放开模型限制等公开信息,进一步表明进攻性AI能力已脱离实验室阶段。商业防御AI产品有公开benchmark,而国家级进攻AI能力处于不透明状态。
信号二:漏洞产出增速出现断崖式加速。Linux内核项目2024年发布3,529个CVE,是此前的10倍。2026年4月29日至5月13日的15天内,连续披露4个Linux root提权漏洞(Copy Fail/Dirty Frag/DirtyDecrypt/Fragnesia),间隔从"年"压缩到"天"。这种爆发速度超出了人脑+传统工具的产能上限,提示存在新的发现变量(第五章论证)。
信号三:多agent进攻协同成为工程趋势。Microsoft MDASH已证实"100+专门AI agent协同"在防御侧达到CyberGym 88.45%得分,同构的进攻性多agent对等物只是时间问题。多agent编排模式(orchestrator-worker/pipeline/debate/hierarchical)已成为通用工程实践,进攻性应用是技术外溢的必然。
信号四:攻防不对称的结构性根源未解。进攻只需突破单点,防御需要面面俱到。IBM商业价值研究院数据显示,企业平均部署来自29家供应商的83种安全方案;Microsoft/Omdia《State of the SOC》显示分析师平均需在10.9个控制台间切换,仅59%的工具向SIEM推送数据。安全产品数据湖拉通困难,AI辅助分析的效果受制于数据打通这一前置工程。
信号五:防御方反应速度接近跟不上。M-Trends 2026显示time-to-exploit均值为-7天(利用先于补丁发布);Project Glasswing首月发现1万+高危漏洞,已披露1,596个中仅97个被修复(6%修复率);CISA KEV目录Linux kernel条目持续增加。
1.2 核心命题
在上述背景下,本报告论证:对同一系统目标的单次破门而言,攻击者持有的0day数量并非核心约束——破门通常只需1-2个"好用"0day(数量多少只是类比,不构成本质变量)。真正的质变在于AI让"好用漏洞的发现能力"从稀缺变充沛,导致0day平民化,叠加防御方数据湖天堑,对防御产生不可逆冲击。
1.3 论证主线
背景:攻防失衡加剧的五个结构性信号→ 前提:好用漏洞由自身特性决定(与数量无关)→ 推论1:单次破门场景下,数量并非攻击者核心约束→ 推论2:攻击者真正瓶颈在"发现能力"→ 现状:人脑在发现能力上有结构性瓶颈,好用0day长期稀缺→ 变量:AI作为"尺子"+多agent协同,把发现能力从稀缺变充沛→ 结果:0day平民化(四层证据)→ 影响:防御困境的结构性放大因素(数据湖天堑)+ 补丁中心模型不可逆失效关键结论预告:0day平民化的本质不是"攻击者持有更多0day",而是"普通安服人员在AI加持下可达到红队资深专家水平"。叠加防御方数据湖天堑,攻防失衡正从"战术差距"演变为"结构性鸿沟"。
二、前提:好用漏洞由自身特性决定
2.1 "好用"的六个固有特性
一个0day的"好用程度"由漏洞自身特性决定其上限,与持有数量无关:
特性
含义
好/差对比
可达性
是否面向互联网、是否需认证、是否零点击
零点击 > 需交互 > 物理接触
可靠性
触发成功率
逻辑漏洞近100% > 堆损坏常<50%
绕过缓解
能否绕过ASLR/DEP/CFI/SMEP
全绕过 > 部分绕过 > 受限
作用域
危害等级
RCE > 提权 > 信息泄露 > DoS
隐蔽性
是否留痕、是否易被EDR捕获
无痕 > 低噪 > 高噪
链化潜力
能否作为攻击链节点
首节点/链中节点 > 孤立漏洞
2.2 "好用"的相对性
需补充一个实战维度:好用程度的上限由漏洞自身特性决定,但实际发挥取决于目标环境匹配度。一个零点击RCE 0day,若目标未开启该服务,则无价值。AI发现的100个"纸面上限优秀"漏洞中,匹配具体目标环境的可能只有少数。后续论证中"1个好0day胜过100个平庸0day"应理解为"在匹配目标前提下"。
2.3 全版本通杀与版本受限的价值差异
0day黑市单价的根本差异不在于"数量稀缺",而在于适用范围与利用场景:
维度
全版本通杀型
版本受限型
定义
影响目标所有版本,无版本条件
仅影响特定版本范围
利用稳定性
高(目标版本无关)
低(需目标版本匹配)
持久性
长(补丁前长期可用)
短(目标升级即失效)
黑市单价
Operation Zero移动端全链2,000万美元/个
普通Web逻辑0day数万美元
典型案例
Pegasus iOS全版本链
单版本Web RCE
Operation Zero的2,000万美元定价反映的是"移动端全版本通杀+全链+可靠绕过缓解"的复合价值,而非单纯的"好用程度"。一个版本受限的0day即使自身特性优秀,因适用范围窄,实战价值与单价均大幅低于全版本通杀型。
2.4 由此导出的核心判断
既然好用程度由漏洞自身特性决定、与持有数量无关,那么攻击者的核心约束不在"能囤多少0day",而在"能不能稳定发现好用的0day"。
三、推论1:单次破门场景下,数量并非攻击者核心约束
3.1 命题的精确限定
需先明确:"数量非核心约束"这一命题,仅对"同一目标的单次破门"成立。对"同一目标的持续控制"和"链路多样性",较多数量有实质意义。本节聚焦单次破门场景。
3.2 单次破门0day攻击链实证
涉及0day的现实攻击链实证数据:
攻击案例
0day数量
链路分解
来源
Triangulation(iMessage零点击)
4个
初始触达+内存破坏+提权+内核逃逸
Kaspersky 2023
Pegasus早期iOS链
3个
投递+内核提权+持久化
Citizen Lab
典型Web应用RCE
1个
单点破门即初始访问
GTIG 2026-05
2FA绕过(AI生成)
1个
逻辑漏洞单点突破
GTIG 2026-05-11
Copy Fail(CVE-2026-31431)
1个
单个内核提权0day即可从普通用户到root
CERT-EU 2026-005
结论:完成"初始访问→提权→持久化"完整链路通常需1-4个0day。对单次破门,少量好0day已足够组链,持有更多不会让破门更"深"。
3.3 IoT/边缘设备n-day批量利用(补充场景)
需区分的是,安全设备与IoT节点的规模化接管主要依赖n-day批量利用而非0day。CISA AA26-113A(2026年4月23日,12国9机构联合发布)披露:
•Volt Typhoon运营KV Botnet针对Cisco/NetGear路由器(主要利用已公开漏洞);
•Flax Typhoon运营Raptor Train僵尸网络,4年内感染26万台路由器/IP摄像头/NAS设备,峰值并发6万台(Lumen Black Lotus Labs 2024-09)。
这类n-day批量利用证明的是"漏洞存量 exploitation"的规模可达数十万台设备,与"0day持有数量"是不同维度。但它们同样表明:在边缘设备维度,少量漏洞(无论0day/n-day)即可实现规模化破门。
3.4 数量边际效用递减(单次破门场景)
•第1个好0day:决定性,破门。价值最大。
•第2-3个:组链(提权/持久化)。价值较高。
•第4个及以后:冗余备选路径。价值递减。
•超过10个:仅作"曝光预算"消耗品。价值极低。
3.5 数量何时才有意义
数量差异在以下场景才转化为实际优势,且均超出"单次破门"限定:
•持续控制:攻击者破门后被防御方驱逐,"再入侵"需要新0day。这是APT维持储备的真实逻辑。
•链路多样性:较多0day能组多条不同特征链(快速噪链 vs 隐蔽慢链 vs 供应链链),针对不同防御态势切换。一旦某链路特征被检测规则命中,攻击者仍保有其他路径。
•多目标并行/供应链扩散:本质是多目标,不在"同一目标"命题内。
命题边界:在"同一目标的单次破门"前提下,数量非核心约束。放宽到"持续控制"或"防御规避",数量有实质意义。
四、推论2与现状:瓶颈在发现能力,而人脑有结构性短板
4.1 瓶颈的转移
既然单次破门数量非核心变量(第三章)、好用程度由漏洞自身决定(第二章),攻击者的核心约束唯一收敛到:能不能稳定发现好用的0day。
4.2 人脑在发现能力上的结构性短板
人脑在漏洞挖掘上的瓶颈不在逻辑能力,而在"扫描"维度:
能力维度
人脑表现
瓶颈性质
判断一个漏洞是否好用
优秀(经验直觉)
无瓶颈
理解代码语义与数据流
优秀(但慢)
速度瓶颈
在百万行代码中穷举候选
极差
认知带宽瓶颈
跨函数/跨模块关联推理
弱(工作记忆4-7项)
工作记忆瓶颈
长时间高强度专注
弱(疲劳衰减)
生理瓶颈
人脑是优秀的判断器,但是糟糕的扫描器。真正的瓶颈不是"能不能理解漏洞",而是"能不能在合理时间内定位到候选漏洞"。
4.3 人脑瓶颈的实证:漏洞增速加速
Linux内核提权漏洞的披露节奏出现断崖式加速:
时间
漏洞
间隔
2016-10
Dirty COW (CVE-2016-5195)
—
2022-03
Dirty Pipe (CVE-2022-0847)
5.5年
2024-01
Flipping Pages (CVE-2024-1086)
1.3年
2025-04
Attack of the Vsock (CVE-2025-21756)
1年
2026-04-27
Pack2TheRoot (CVE-2026-41651)
1年
2026-04-29
Copy Fail (CVE-2026-31431)
2天2026-05-07
Dirty Frag (CVE-2026-43284)
8天2026-05-09
DirtyDecrypt (CVE-2026-31635)
2天2026-05-13
Fragnesia (CVE-2026-46300)
4天
15天内4个root提权漏洞,间隔从"年"压缩到"天"。Linux内核2024年发布3,529个CVE,为此前的10倍。Copy Fail潜伏9年、732字节PoC、99%可靠性、通杀2017-2026几乎所有主流发行版。
这种爆发速度超出了人脑+传统工具的产能上限——传统人工逆向+模糊测试存在"幸存者偏差",研究员聚焦热门软件新版本,老旧系统/废弃组件/企业自研代码成为安全死角。FFmpeg的21个0day潜伏15-23年、Mythos发现的27年老漏洞、FreeBSD 17年RCE——漏洞一直存在,人脑+传统工具覆盖率严重不足。这一现象提示存在新的发现变量(第五章论证AI作为该变量的机理)。
4.4 瓶颈的经济学后果
人脑瓶颈导致好用0day长期稀缺:
• 资深研究员年均发现3-5个高危漏洞(NCSC 2026引用);
• 全版本通杀型0day黑市价200万-2,000万美元;
• 国家级行为体才能维持10-30个库存;
• 普通攻击者只能用n-day或捡漏。
这是0day平民化前的世界:好用0day被少数天才研究员和国家级行为体垄断,普通攻击者触不可及。攻击者数量的"长尾"被自然抑制。
五、变量:AI作为"尺子"带来发现能力质变
5.1 "尺子"比喻的精确含义
AI不是替代人脑的判断力,而是把人脑的判断标准外化为可大规模执行的函数:
• 人脑判断"这段数据流是否可控" → AI对全代码库做污点分析;
• 人脑判断"这个边界条件是否可绕过" → AI枚举所有边界路径;
• 人脑判断"这两个低危漏洞能否串成链" → AI跨函数/跨模块推理关联。
判断标准未变,执行带宽跃迁——尺子的刻度来自人脑经验,但尺子能量出人眼数不过来的刻度。扫描能力从"人月"级跃升到"机器小时"级。
5.2 跃迁的实证数据
模型/系统
能力指标
来源
Claude Mythos vs Opus 4.6
Firefox 147 exploit开发 181 vs 2(90倍)
Anthropic 2026-04
Claude Opus 4.6自主挖掘
14天发现22个Firefox 0day(内存损坏/UAF/类型混淆)
Hacker News 2026-02-24
Mythos CyberGym基准
83.1%成功率(接近顶级人类研究员)
Anthropic System Card
Microsoft MDASH
CyberGym 88.45%(业界第一),100+专门agent协同
Microsoft 2026-05-12
Project Glasswing首月
1万+高危,1,596已披露,仅97修复(6%)
CSA 2026-05-24
Depthfirst/FFmpeg
发现个,单均47
CSA 2026-06-09
Big Sleep/SQLite
首个AI发现的主流开源项目0day
Google 2024-2025
GPT-5.5 CursorBench
72.8%,跨47文件上下文保持连贯
OpenAI 2026-05
5.3 关键跃迁:从"天才垄断"到"商品化可获得"
Depthfirst案例最具代表性:一家初创公司用商业现成Claude模型(非Mythos受限前沿模型)在FFmpeg中发现21个0day,单均成本$47。发现好用0day不再需要国家实验室资源、顶级天才研究员、数月人力投入,只需一台能调用商业API的机器和数百美元算力。发现能力从"少数天才的工艺"变成"普通从业者的工具"。
5.4 多agent协同:攻击工程化成本同步下降
单点发现能力下沉之外,多agent协同正在降低端到端攻击成本:
• Microsoft MDASH已证实"100+专门AI agent协同"在防御侧可行;进攻性多agent协同的工程基础已具备,但实战化程度取决于对抗环境下的可靠性验证(进攻侧面临OPSEC、检测规避等不同约束);
• 多agent编排模式(orchestrator-worker/pipeline/debate/hierarchical)已成通用工程实践,进攻性应用是技术外溢必然;
• AI协同远比人类协同敏捷——侦察agent、利用agent、横向agent、持久化agent可并行工作,人类团队需数日的协同动作,agent集群可在分钟级完成。
端到端攻击成本(不只发现成本)也在平民化。
5.5 AI填补的恰好是"好用漏洞"高发区
GTIG 2026-05报告的关键发现:AI生成0day针对的是高层语义逻辑漏洞(faulty trust assumption),而非传统fuzzing擅长的内存损坏。
漏洞类型
传统工具
AI
"好用"程度
内存损坏(堆栈溢出)
强(fuzzing)
中
中(受缓解限制)
逻辑漏洞/信任边界
弱(盲区)
强
高(可靠、绕过容易)
状态机漏洞
弱
强
高
输入校验绕过
中
强
高(如2FA绕过)
AI填补的恰是传统工具的结构性盲区,而这些盲区正是"好用漏洞"高发区。AI不是与人脑抢内存损坏漏洞的饭碗,而是开垦人脑+传统工具覆盖不到的处女地——好用0day的"可发现池"被大幅扩容。
NCSC报告提到Mythos在Linux内核中发现由7个"看似无关"低危漏洞组成的攻击链,从普通用户权限直达root。这种跨漏洞链化推理是人脑几乎无法在合理时间内完成的——单个漏洞平庸,但链化后等效于一个好0day。
5.6 能力对等:安服人员达到资深专家水平
平民化有两条路径:AI自主能力平民化,以及人机协同下安服人员能力跃迁。本节聚焦后者,即用户定义的平民化核心——普通安服人员在有思路的前提下,借助AI大模型可基本实现红队资深专家水平。
5.6.1 AI自主能力已达专家水平(平民化的技术基础)
维度
AI自主表现
来源
0day发现
14天22个Firefox 0day(内存损坏/UAF/类型混淆)
Claude Opus 4.6
exploit开发
Firefox 147开发181个exploit vs Opus 4.6的2个
Mythos
攻击链推理
7个"看似无关"低危漏洞组链直达root
Mythos/NCSC
单均成本
$47/个0day
Depthfirst
5.6.2 人机协同:安服人员+AI=专家(平民化的实证)
案例
协同模式
效果
来源
新加坡GovTech CSG
多agent框架+人类pentester
Claude-Sonnet-4.6在44容器达95.5%成功率,AI处理Level 1/2漏洞,人类聚焦Level 3
GovTech 2026-04-21
gethacked.ca(加拿大渗透公司)
GPT-4o-pentest+人工测试
AI分析870个API请求发现JWT上下文绕过,预测96%成功率,生成3个定制payload,发现人工遗漏的critical漏洞
gethacked.ca 2026-02-21
Kali Linux官方集成Claude MCP
自然语言驱动Kali工具链
安服人员用自然语言驱动nmap/sqlmap/hydra/metasploit,无需手输命令
kali.org 2026-02-25
Hacking Articles实战
Claude+Kali MCP端到端
自然语言驱动完成SQL注入→Samba提权→哈希破解→WordPress接管→Windows Server 2019域控接管
Hacking Articles 2026-06-13
not2clever.me实战
Claude+Kali MCP AD域接管
密码喷洒/Kerberoasting/Silver/Golden Ticket/ADCS/横向移动,全程不手输终端命令
not2clever.me 2026
Red Team Guide
junior+AI模式识别
AI帮junior捕捉冷门端口、子域名规律、版本-CVE映射,获得senior经验判断
Red Team Guide 2026-03
CSDN安服实证
安服新手+AI工具开发
10分钟完成新手3天脚本工作量,bug更少、功能更完善
CSDN 2026-04
5.6.3 人机协同平民化的机理
新加坡GovTech案例最具代表性:政府网络安全组用Claude-Sonnet-4.6构建多agent渗透框架,AI处理Level 1/2(SQL注入、XSS、XXE、IDOR、开放重定向)漏洞,人类pentester聚焦Level 3(需上下文理解的复杂漏洞)。这是"安服团队+AI"在政府实战环境中的实证——AI承担了原本需要资深专家完成的常规漏洞发现工作。
gethacked.ca案例进一步证实:AI在真实client engagement中发现了人工测试遗漏的API认证绕过(JWT上下文bypass),AI预测96%成功率并生成3个定制payload。这是"安服人员+AI"在商业实战中达到超专家效果的实证。
Kali Linux官方原生集成Claude MCP(2026-02-25)标志着工具链层面的平民化——普通安服人员用自然语言即可驱动完整Kali工具链,无需记忆命令参数。Hacking Articles和not2clever.me的实战记录表明,Claude+Kali MCP可全程自然语言驱动完成从侦察到Windows域控接管的完整攻击链。
平民化的精确含义:普通安服人员在有思路的前提下,借助AI大模型可基本实现红队资深专家水平。这是攻击和武器门槛的结构性降低。AI自主能力平民化(5.6.1)是技术基础,人机协同平民化(5.6.2)是实际发生形态。
六、结果:0day平民化的四层证据
6.1 第一层(广义证据):漏洞产出增速加速
这是平民化最早、最广的证据。第四章已证:Linux提权漏洞间隔从"年"压缩到"天",2024年内核CVE 10倍增长。这种爆发速度只有在"发现能力广泛扩散"前提下才可能发生——漏洞增速本身就是平民化的宏观信号,比单个攻击者使用案例更早、更广。
数据解读边界:漏洞增速加速包含n-day发现和0day发现的混合,不全部是AI产出。但AI遍历优势是加速主因,有Linux内核CVE 10倍增长和15天4个root提权的时间相关性支撑。
6.2 第二层:攻击者已在用 + 供应链投毒规模化
6.2.1 AI生成0day被攻击者使用
•GTIG 2026-05-11:首次确认AI生成0day被攻击者使用(Python脚本绕过开源Web管理工具2FA),脚本带"教学docstring""幻觉的CVSS评分"等LLM指纹;
•APT化:APT27、APT45、UNC2814、UNC5673、UNC6201等被GTIG确认使用AI做漏洞发现和利用开发;
•俄罗斯"Overload"行动:AI语音克隆+诱饵代码混淆CANFAIL/LONGSTREAM恶意软件。
6.2.2 涉及0day的供应链攻击(直接支撑0day平民化)
年份
案例
攻击组织
0day利用
影响规模
来源
2020
SolarWinds
APT29(俄SVR)
构建系统0day+Orion更新包SUNBURST后门
18,000客户下载后门,9个美联邦机构+约100公司深入渗透
dfs.ny.gov 2021
2021-07
Kaseya VSA
REvil
VSA 0day+恶意更新
约60 MSP直接受害,800-1,500家企业,赎金$70M
ODNI 2021
2023-05
MOVEit (CVE-2023-34362)
Cl0P(俄)
SQL注入0day+LEMURLOOT webshell
2,773个组织,95M+个人数据泄露,Cl0P获利约$100M
Emsisoft 2023
6.2.3 非零day供应链投毒(攻击门槛整体降低的旁证)
以下案例不涉及0day,但反映AI时代攻击门槛整体降低、防御审计滞后的趋势,与0day平民化共享"门槛降低"机理,作为平民化的相关旁证:
年份
案例
攻击组织
投毒载体
影响规模
来源
2021
CodeCov
未归因
篡改bash uploader窃取CI/CD凭证
约29,000客户潜在受影响,潜伏2个月
SecurityWeek
2023-03
3CX
Lazarus(朝鲜)
木马化3CXDesktopApp DLL侧加载
600,000+企业客户,12M+日活用户,242,519个公网暴露系统
CISA 2023-03-30
2024-03
XZ Utils (CVE-2024-3094)
Jia Tan(疑国家级)
M4宏注入后门劫持sshd,CVSS 10.0
Fedora/Debian/Alpine/Kali/openSUSE/Arch受影响
JFrog 2024
2025-09
Shai-Hulud npm蠕虫
未归因
自复制registry-native蠕虫劫持GitHub PAT
Wave1 500+包,Wave2约800包,约25,000个GitHub仓库暴露
CISA 2025-09-23
2025-09
chalk/debug NPM劫持
疑朝鲜
钓鱼2FA重置
18个NPM包,周下载26亿次(NPM史上最大规模)
TheRegister 2025-09-08
2026-03
axios@1.14.1朝鲜APT
社工+RAT感染维护者PC
恶意版本存活174分钟,全球CI流水线受影响
GitHub 2026
2025-12至2026-05
TeamPCP/Trivy投毒
TeamPCP
窃取Aqua凭证篡改Trivy+npm/PyPI投毒
600+包,50万+设备,50万+凭证,Trivy 76个版本标签中75个被篡改
secrss.com 2026
背景统计:2025年供应链攻击事件同比增长93%(Group-IB);第三方参与漏洞占比从15%升至30%(Verizon 2025 DBIR);2025年新增恶意开源包454,600+(Sonatype);DPRK通过单一JavaScript注入窃取$1.46B加密货币(CrowdStrike 2026)。
逻辑关联说明:6.2.2的0day供应链攻击直接支撑0day平民化命题;6.2.3的非0day投毒是"攻击门槛整体降低"的相关旁证,与0day平民化共享AI降低门槛的机理,但不直接证明0day平民化。
6.3 第三层:国家级进攻AI的不透明性
Mythos的"防御联盟"只是明面:
• 据防御一线观察,NSA内部红队已开始使用Mythos进行内部系统红队测试,效果惊人。红队本质是进攻能力演练,可平移至国家级网络进攻。
• 美国国防部与Anthropic的国防预算合同、要求放开模型限制等公开信息,是进攻性AI能力已就位的信号。
• Project Glasswing的12个合作方中,多数(国防部、CrowdStrike、Palo Alto)本身具备进攻能力。前沿AI优先给"防御联盟",但联盟成员同时是进攻主体。
这一层的特殊性在于不透明:商业防御AI产品有公开发布和benchmark,而国家级进攻AI能力秘而不宣。任何"防御方AI化领先"的判断只能针对商业产品层面,国家级攻防AI对比是无法从公开信息判定的暗箱。
6.4 第四层:能力扩散不可逆 + 防御时间窗倒挂
•开源权重模型逼近前沿(CERT-EU 2026-04警告):开源模型能力曲线在追,"progressively become accessible to a wider range of actors, including malicious ones";
•HackerOne暂停IBB项目(2026-04)、cURL关闭bug bounty(2026-01):维护者无法消化AI报告量;
•NVD崩溃(2026-04):NIST宣布仅对最高风险提交做enrichment,CVE提交2020-2025增长263%;
•M-Trends 2026:time-to-exploit均值-7天;28.3%的CVE在披露24小时内被利用;
•CSA提出"negative time-to-exploit"概念:经典"披露-补丁-防御"序列无法启动。
数据解读边界:"-7天"和"28.3%在24小时内被利用"主要反映n-day武器化加速,不全部是0day。但n-day加速与0day平民化相关——二者共享AI辅助武器化的同一机理。
6.5 平民化的精确含义与分级
0day平民化的精确含义:普通安服人员在有思路的前提下,借助AI大模型可基本实现红队资深专家水平(5.6节已证)。这是攻击和武器门槛的结构性降低,而非"攻击者持有更多0day"。
平民化不是均质的,需分级表述:
层级
平民化状态
证据强度
Web逻辑漏洞层(2FA绕过、信任边界)
已发生GTIG首次AI 0day被攻击者使用;GovTech 95.5%成功率
开源C代码层(FFmpeg/Linux内核类)
进行中,已扩散到广泛研究者漏洞增速10倍、15天4个root提权、Depthfirst $47/个
闭源商业内核(Windows/iOS/Oracle)
未发生/未公开黑盒+混淆+反逆向,AI能力未验证
威胁从"少数天才的定向打击"变为"任意API调用者的常态能力"——至少在Web层和开源层已成立。
七、影响:对防御范式的不可逆冲击
7.1 防御对象的根本性泛化
0day平民化对防御的最深层影响,不是"攻击变多",而是防御对象性质变了:
维度
平民化前
平民化后
攻击者画像
天才研究员/国家级APT
普通从业者/脚本小子(Web/开源层)
0day可得性
稀缺,长尾被抑制
充沛,任意攻击者可获(Web/开源层)
防御假设
"0day攻击=高级威胁,概率低"
"0day攻击=常态威胁,概率高"
防御对象
少数确定的APT组织
不确定的任意攻击者
关键转变:过去防御方可假设"被0day打的就是高价值目标被国家级盯上",此假设在Web/开源层失效——任何能调API的攻击者都可能对你打出好0day。
7.2 防御困境的结构性放大因素:跨厂商数据湖天堑
攻防不对称的根源是"一入口vs面面俱到"的结构性特征(AI前已存在),跨厂商数据湖天堑是这一根源在AI时代的核心放大因素——AI辅助分析的本质优势需要数据打通才能发挥,而跨厂商数据打通本身是天堑。
7.2.1 企业安全方案的碎片化现状
数据点
数值
来源
企业平均安全供应商数
29家
IBM IBV
企业平均安全方案数
83种
IBM IBV
企业平均安全工具数
45种
IBM 2023 Cost of a Data Breach
SOC分析师平均切换控制台数
10.9个
Microsoft/Omdia State of the SOC
向SIEM推送数据的工具比例
仅59%
Microsoft/Omdia
多厂商环境企业占比
72%
Kaspersky 2025
因集成不足无法有效自动化的企业
41%
Kaspersky 2025
每周损失于数据聚合关联的SOC时间
20%
Microsoft/Omdia
花费过多时间维护工具的团队
59%
Splunk State of Security 2025
7.2.2 跨厂商数据格式不兼容实例
• Fidelis Networks向Google SecOps推送日志时,JSON包裹的CEF格式畸形导致解析失败;
• 深信服设备默认发RFC3164,而Splunk/QRadar要求RFC5424,日志被静默丢弃;
• 奇安信天眼4.0.13.0+默认不发请求头/体,导致第三方GPT研判失效,需定制对接;
• Cisco ASA(%ASA-4-710001)与华为USG(<166>...)日志格式差异显著;
• 深信服XDR官方文档明确:开箱即用数据源(奇安信天眼/天擎、青藤云、安恒APT、联软)仅达"深信服自有组件70-80%效果",其他产品仅能做"基础syslog接入,无法关联分析"。
7.2.3 美军国防领域的互操作性困境
•Operation Jailbreak(2026年5-6月):美陆军在Fort Carson对自家武器系统进行"越狱"式改造,约20家防务承包商(Lockheed Martin、Boeing、Anduril、General Dynamics、L3Harris、Northrop Grumman、Palantir、RTX等)参与;
• 罗马尼亚演习中,美军反无人机系统无法连接美军雷达系统,不同厂商雷达/相机/火控系统互为"孤岛";
• 已向中央司令部(中东)推送23,000件改造设备用于应对伊朗Shahed无人机;
• 五角大楼"七厂商AI协议"被批制造7套不兼容的专有"黑箱"。
7.2.4 国内安全厂商数据互通现状
IDC《中国安全运营与管理平台市场预测2024-2028》显示,2025年市场规模127.8亿元,头部5家(奇安信25.5%、深信服16.8%、绿盟11.7%、安恒10.7%、天融信8.8%)合计73.5%。头部厂商产品间数据互通同样受限:深信服XDR对第三方数据源仅达70-80%效果;奇安信平台需对"国内外数十家厂商上百种设备"日志进行解析范式化,反向印证格式异构普遍。
7.2.5 数据湖天堑的防御含义
攻防不对称是结构性的:进攻只需找一个入口,防御需要面面俱到。AI放大了这一不对称——攻击方AI只需在一点突破,防御方AI需在所有点协同。攻击方AI处理自洽、统一、即时的数据;防御方AI被跨厂商数据湖割裂拖累。
这是防御困境的核心放大因素:防御方AI化在纸面上可能领先(商业产品成熟),但实战中被跨厂商数据湖天堑抵消。攻防失衡的根源不是"防御方没用AI",而是"防御方AI发挥效果的前置条件(数据打通)本身是结构性难题"。
7.3 不可逆性的三个结构性原因
原因1:补丁速度有物理下限,AI发现速度无上界
补丁链路(开发-测试-发布-部署)至少数天到数周,企业部署周期常为月度;AI发现速度已达每月1万+,6%修复率说明修复侧结构性崩溃已发生。二者曲线不会重新相交——这是物理性的。
原因2:防御方"已知漏洞"模型失效
传统防御假设"已知漏洞→打补丁→安全";negative time-to-exploit下,漏洞在被防御方知道前已被利用。Project Glasswing发现大量"潜伏几十年"漏洞说明:存量漏洞池巨大且在被AI系统性开采。
原因3:攻击成本-防御成本差距持续缩小
需区分发现成本与端到端成本:$47/个是发现成本,端到端攻击还需利用工程化、载荷开发、C2、OPSEC等。但多agent协同(5.4节)正在降低工程化成本。叠加防御方数据湖天堑(7.2节),防御方AI发挥效果的前置成本同样高昂。净效应是攻防成本差距持续缩小,而非防御方单向领先。
7.4 对防御体系的级联影响
防御支柱
AI前假设
AI后现实
调整方向
补丁管理
披露→补丁→防御
利用→披露→补丁
降权,转为次要手段
漏洞扫描
扫描已知CVE
0day已在使用
必须叠加暴露面管理
边界防御
堵住已知入口
0day绕过认证
零信任+最小权限
EDR/XDR
检测已知TTP
AI生成载荷无历史特征
行为基线+异常检测
应急响应
小时级响应
分钟级武器化
自动化编排(SOAR)
数据打通
可选优化
防御AI发挥效果的前置条件
升级为战略工程
威胁建模
焦点APT组织
任意API调用者
假设"必然被0day破门"
7.5 防御方的"幸存路径"
CSA、CERT-EU、NCSC三份2026年报告收敛到一致结论——核心指标从MTTP(平均打补丁时间)转向MTTD/MTTC(平均检测/遏制时间):
1.缩减攻击面:减少互联网暴露、收敛身份路径(让攻击者即使有好0day也找不到入口);
2.纵深防御+爆炸半径限制:假设首道被0day突破,限制横向移动(让1个好0day无法转化为完整链);
3.运行时行为监控:不依赖已知特征,基于行为基线(应对AI生成载荷无历史特征);
4.跨厂商数据湖打通:把数据打通从"可选优化"升级为"防御AI发挥效果的前置战略工程"(IBM 29家83种方案的现状需先整合再AI化);
5.AI辅助优先级排序:把有限补丁带宽投到"真实可利用+面向核心业务"的少数漏洞上(CVSS不够,需EPSS+威胁情报+资产上下文);
6.AI对等防御:防御方也必须用AI做代码审计(Microsoft MDASH、OpenAI Daybreak模式);
7.零信任加速:身份/设备/网络/应用/数据五维持续验证;
8.披露治理重构:90天协调披露窗口已失效,需VEX、OpenSSF等新框架。
核心思路转变:从"防止0day被利用"转向"假设0day必然被利用,限制其得手后的收益",并把跨厂商数据湖打通作为防御AI化的前置战略工程。
八、结论
8.1 命题验证
核心命题
验证结论
单次破门场景下,0day数量非核心约束
成立。1-4个0day即组完整链,数量边际效用递减。但持续控制下数量有实质意义
好用漏洞由自身特性决定
成立。6个固有特性决定好用上限;价值差异源于全版本通杀vs版本受限;实际发挥取决于目标匹配
人脑在漏洞挖掘上能力不强
部分修正。人脑是优秀判断器但糟糕扫描器,瓶颈在认知带宽与工作记忆
AI作"尺子"带来质变
成立且已被实证。Depthfirst $47/个0day、Mythos 90倍exploit能力、Claude 14天22个Firefox 0day、6%修复率
0day平民化
成立,分级发生。本质是"安服人员+AI达到资深专家水平";Web层已发生/开源层进行中/闭源内核未公开
国家级进攻AI已就位
高度可能但不可证实。NSA红队用Mythos、国防部预算、要求放开限制是信号,但进攻能力本身不透明
对防御范式不可逆冲击
部分修正。补丁中心模型不可逆失效成立;"防御不可逆失败"过度悲观。但数据湖天堑使攻防失衡在加剧
8.2 核心判断
1.命题边界需明确:对同一目标的单次破门,0day数量非核心约束。但持续控制下数量有实质意义——命题需限定场景。
2.AI质变在可获得性而非数量:AI带来的不是"让攻击者囤更多0day",而是让好用0day的可获得性从稀缺变充沛。平民化的本质是"普通安服人员在AI加持下可达到红队资深专家水平"——GovTech 95.5%成功率、gethacked.ca AI发现人工遗漏的critical漏洞、Claude 14天22个Firefox 0day、Depthfirst $47/个0day是这一判断的实证。
3.国家级进攻AI是不透明的暗箱:Mythos的"防御联盟"只是明面,NSA红队、国防预算、要求放开限制等信号表明进攻性AI已就位,但能力本身不可证实。任何"防御方AI化领先"的判断只能针对商业产品层面。
4.防御困境的根源是攻防不对称,跨厂商数据湖天堑是AI时代的核心放大因素:攻防不对称的根源是"一入口vs面面俱到"(结构性,AI前已存在)。企业平均部署29家供应商83种方案,分析师在10.9个控制台间切换,仅59%工具向SIEM推送数据。美军Operation Jailbreak中20家承包商互为孤岛,国内深信服XDR对第三方仅达70-80%效果。防御方AI想发挥效果,先要打通跨厂商数据湖,而这个打通比部署AI更难。
5.补丁中心模型不可逆失效,但防御范式不能说"不可逆失败":补丁速度与AI发现速度的剪刀差不会收窄,补丁中心模型确实不可逆失效。但零信任、微隔离、行为基线、AI猎杀等非补丁手段仍在成熟,防御方仍有路径。准确表述是"攻防失衡在加剧,但防御方仍有幸存路径,前提是把跨厂商数据湖打通作为前置战略工程"。
6.多agent协同是下一个变量:单点发现能力下沉之外,多agent进攻协同正在降低端到端攻击成本。防御方需对等建设多agent协同防御,但同样受数据湖天堑制约。
总结:这不是"又一场攻防升级",而是攻防失衡从战术差距演变为结构性鸿沟的过程。防御方的生存策略不是"跑得比AI快",而是"让单个0day的得手成本和收益都不划算"——靠缩减暴露面 + 限制横向移动 + 快速检测异常行为 + 打通跨厂商数据湖合力实现。从"防止0day被利用"转向"假设0day必然被利用,限制其得手后的收益"。跨厂商数据湖打通不是可选项,是防御AI化的生死线。
九、参考资料
-
When the Model Becomes the Red Team, Cloud Security Alliance, 2026
-
AI Finds 21 FFmpeg Zero-Days for $1,000, CSA Research Note, 2026-06-09
-
The Exploit-Before-Patch Gap, CSA, 2026-05-14
-
Project Glasswing and the AI Vulnerability Disclosure Velocity Crisis, CSA, 2026-05-24
-
AI is changing the economics of vulnerability discovery, CERT-EU, 2026-04-21
-
Project Glasswing: How Claude Mythos Finds Zero-Day Vulnerabilities, NxCode, 2026-04-08
-
谷歌称首次发现利用AI开发"零日漏洞"攻击工具, 人民网/新华社, 2026-05-12
-
首次发现!AI生成零日漏洞利用工具并实施网络攻击, 安全内参, 2026-05-13
-
Defense at AI speed: Microsoft MDASH, Microsoft Security Blog, 2026-05-12
-
起底"零日漏洞":单个漏洞利用链悬赏超两亿, 中国经营报, 2024-05
-
2025年度漏洞态势全景复盘, 奇安信CERT, 2026-05-11
-
安全投入越来越多,为何还是防不住攻击?, 衡水日报, 2026-06-24
-
NCSC预警2026:AI引爆全球补丁浪潮, 2026-05-04
-
Google Discovers First AI-Generated Zero-Day Exploit, CloudCurated, 2026-05-27
-
15 Days, 8 Root Escalations: The Linux Privilege Crisis of 2026, TechOwlShield, 2026-05-19
-
Copy Fail内核提权漏洞分析(CVE-2026-31431), 蚁景网安实验室, 2026-05-07
-
High Vulnerability in the Linux Kernel ("Copy Fail"), CERT-EU Advisory 2026-005, 2026-04-29
-
CISA Known Exploited Vulnerabilities Catalog, CISA, 2026-06访问
-
Defending Against China-Nexus Covert Networks of Compromised Devices (AA26-113A), CISA/FBI/NCSC-UK等12国9机构联合公告, 2026-04-23
-
The router on the shelf is now a national security problem, ComplexDiscovery, 2026-04-24
-
Raptor Train Botnet Analysis, Lumen Technologies Black Lotus Labs, 2024-09
-
AI-Assisted Pentesting: A Practical Guide for 2026, Red Team Guide, 2026-03-29
-
The GenAI Red Team Revolution: Claude Finds 22 Firefox Zero-Days, BrainUpgrade, 2026-03-07
-
Scaling the Pentesting Team with AI, GovTech Singapore CSG, 2026-04-21
-
How AI Transformed Our Penetration Testing Approach, gethacked.ca, 2026-02-21
-
Kali & LLM: macOS with Claude Desktop & Anthropic Sonnet LLM, kali.org, 2026-02-25
-
Automated Penetration Testing with Claude AI, Hacking Articles, 2026-06-13
-
AI-Assisted Penetration Testing: Fully Compromising an Active Directory Lab with Claude and the Kali MCP Server, not2clever.me, 2026
-
SolarWinds Report, New York State Department of Financial Services, 2021-04
-
Supply Chain Attack Against 3CXDesktopApp, CISA Alert, 2023-03-30
-
Unpacking the MOVEit Breach Statistics and Analysis, Emsisoft, 2023
-
XZ Backdoor Attack CVE-2024-3094, JFrog, 2024
-
Widespread Supply Chain Compromise Impacting npm Ecosystem, CISA, 2025-09-23
-
State of the SOC, Microsoft/Omdia, 2025
-
The Real Cost of Disjointed Security Tools, Splunk, 2025
-
Unified Cybersecurity Platform Report, IBM IBV, 2024
-
Operation Jailbreak: The Army's Massive Push to Hack Its Own, DefenseScoop, 2026-05-29
-
中国安全运营与管理平台市场预测2024-2028, IDC, 2024
-
深信服XDR对接文档, 深信服技术支持中心, 2026
致谢:感谢老专家的敏锐洞察,才诞生了这篇观察报告!