2026年6月，AI企业Anthropic发布专项研究报告，基于长达一年的真实恶意网络活动数据，深度剖析AI技术对网络攻击模式带来的颠覆性改变。报告指出，如今攻击者运用AI实施网络攻击的手段愈发凶险，攻击流程逐步走向自主化，而行业现行主流安全框架存在明显短板，无法全面覆盖AI赋能下的新型攻击工具与攻击行为，网络防御体系的革新迫在眉睫。
本次研究选取了2025年3月至2026年3月期间被封禁的832个恶意网络账号作为分析样本，并将所有攻击行为对标业内通用的MITRE ATT&CK v18攻防框架开展梳理统计，累计观测到13873项具体攻击技术动作，同时结合AI风险赋能评分体系（ARiES）完成风险定级，清晰呈现出AI加持下网络攻击的全新特征。
结合MITRE ATT&CK框架的战术分类来看，本次观测覆盖侦察、资源筹备、初始入侵、恶意执行、持久驻留、权限提升、防御规避等七大核心攻击环节，每个环节下包含多项细分攻击技术。其中防御规避类技术多达47项，是攻击者使用最频繁的攻击方向，侦察、初始访问、持久化等环节也分布着十余种主流攻击手段，完整勾勒出AI攻击全链路的技术矩阵。
一、核心研究结论：AI驱动网络攻击迎来三大质变
通过对海量样本的梳理与数据分析，Anthropic总结出三大关键结论，精准点明当前网络安全面临的核心挑战：
AI的应用场景向攻击纵深延伸，威胁危害性显著提升
攻击者不再局限于在攻击前期使用AI，而是将其运用到入侵完成后的复杂操作环节，攻击的实际破坏力与潜在风险大幅增加。
网络攻击全面趋向自主化
依托AI强大的任务串联与自主决策能力，攻击者可打通攻击全流程。以往依靠攻击手法、技术类型区分攻击者风险等级的判定方式，如今已经基本失效。
传统安全框架存在覆盖盲区
经典的MITRE ATT&CK框架未能收录AI智能体编排攻击、自主执行攻击等新型行为，难以精准刻画当下AI攻击的完整样貌。
二、AI大幅提升攻击威力，攻击重心持续后移
从样本数据来看，AI已成为网络攻击者的核心辅助工具，不同攻击场景下的使用占比差异明显。在832个恶意账号中，67.3%（560个）的攻击者利用AI完成恶意软件编写等攻击筹备工作，这也是现阶段AI最主流的用途；同时有6.5%（54个）的攻击者借助AI实施横向移动，即在攻陷目标内网后开展深度渗透，这类入侵后期的高危操作，如今借助AI被大范围普及。
报告还统计了全样本中出现频次最高的25项攻击技术，其中恶意软件开发、文件信息混淆、本地数据窃取、安全工具禁用、进程注入位列前五，均是AI赋能后效率大幅提升的典型攻击手段。
对比研究周期内前后两个阶段的数据可以发现，攻击者的整体风险等级呈现爆发式增长：研究前六个月，仅有33%的攻击者被划定为中风险及以上等级；到了后六个月，这一比例飙升至56%，涨幅接近1.7倍。这一数据直观证明，AI正在批量拉高网络威胁的整体危险程度。
与此同时，攻击者对AI的使用方向发生了明显迁移：用于账号探测的AI相关操作占比上升8.9%，而用于网络钓鱼（获取初始访问权限的常用手段）的占比下降8.6%。这一此消彼长的变化印证了核心趋势：攻击者正逐步把AI的应用重心，从获取初始入侵权限转向入侵成功后的深度操控。
在过去，账号探测、横向移动、权限提升这类入侵后置操作，对攻击者的技术功底要求极高，长期以来仅少数高水平黑客能够熟练掌握。如今借助AI，技术能力偏弱的攻击者也可轻松实现这类复杂操作，网络攻击的技术门槛被彻底拉低。
三、传统判定标准失效：难以精准识别高风险攻击者
长期以来，安全团队主要依靠攻击者使用的技术种类、配套工具等维度，判断其威胁等级，但在AI时代，这套评估逻辑已经不再适用。
数据显示，低技术水平攻击者平均可使用16种攻击技术，高技术水平攻击者平均使用20种攻击技术，二者差距极小。这意味着攻击者自身技术水平，和其使用攻击技术的数量已经不存在明显关联。此外，攻击者所使用的平台，无论是对话式大模型、代码模型还是API接口，也无法作为判断风险高低的依据。
经过深入分析，报告指出，AI在攻击生命周期中的应用阶段，是现阶段区分高、低风险攻击者的核心指标。高风险攻击者更倾向于利用AI执行账号探测、横向移动、权限提升等复杂操作，这类任务耗时久、需要实时判断，技术门槛极高；而普通攻击者大多仅用AI完成前期钓鱼、恶意代码编写等基础工作。
不过这一判定特征也在逐渐弱化，越来越多普通攻击者开始效仿高阶手段，将AI用于入侵后置环节。目前，能够稳定区分顶级威胁者的核心特征，是其搭建的AI攻击架构：高水准攻击者会定制专属架构，让AI智能体自主串联全攻击环节，全程仅需极少人工干预，实现近乎全自动的网络攻击。
四、传统安全框架短板凸显，无法适配AI智能体攻击
作为网络安全领域的通用标准，MITRE ATT&CK框架被全球企业用于梳理、识别攻击行为，但面对AI驱动的新型攻击，该框架暴露出明显的覆盖缺陷。
当下主流的AI攻击行为，例如利用AI智能体自动编排攻击链路、实时自主制定攻击策略、零人工干预执行完整攻击流程等，在现有框架中均没有对应的技术分类与编号。报告列举了一起典型案例：2025年11月，Anthropic成功拦截一起受国家势力支持的网络间谍攻击，攻击者操控Claude Code构建AI智能体，对全球多个目标发起自动化渗透。
该次攻击行为拆解后，涵盖MITRE ATT&CK框架下13个战术类别、30项细分技术，从技术数量来看，和多数中等风险攻击者相差无几，极易造成安全团队误判。但结合AI自主运行的特性评估，该次攻击的风险评分达到满分100分。此次行动中，AI智能体可独立执行指令、挖掘漏洞、窃取凭证并制定战术，仅在极少数关键节点需要人工介入，而MITRE ATT&CK目前尚无对应的条目，用来定义这种AI智能体自主编排攻击的行为。
随着大模型、AI智能体技术不断迭代，这类全自动攻击将会成为常态。传统攻防框架、检测规则的滞后，让企业网络防御面临巨大盲区，原有防御体系亟待全面革新。
五、专家看法
针对Anthropic本次发布的年度网络安全报告，快快云安全网络安全专家（快快网络旗下安全品牌）结合一线攻防实战、企业安全运营经验以及AI安全防护落地场景，给出了全面解读与实战化防御建议。
首先，报告揭示的趋势值得所有企业警惕：AI正在重构网络攻击的底层逻辑，攻击门槛持续下降、攻击自动化程度不断提升、攻击重心向内网纵深转移，这三大变化彻底颠覆了过去数十年形成的攻防格局。以往企业依靠边界防护、特征库查杀、传统ATT&CK规则检测的防御模式，面对AI自动化攻击会频频失效。尤其是AI智能体实现全链路自主攻击后，攻击速度、变异能力、隐蔽性都会远超传统恶意攻击，单纯依赖事后溯源、特征匹配的被动防御思路已经行不通。
其次，针对报告提到的“传统攻击者风险评级体系失效”问题，快快云安全网络安全专家建议企业重构威胁评估模型。企业不能再以攻击技术数量、工具类型作为评级依据，应当重点监测AI使用场景、攻击链路自动化程度、内网横向移动行为三大核心指标。同时针对账号探测、权限提升、进程注入、横向移动等AI高频赋能的高危攻击行为，增设专项行为基线，一旦发现偏离正常基线的异常操作，第一时间触发告警，实现从“识别工具”到“识别行为”的转变。
再者，针对MITRE ATT&CK框架存在覆盖盲区的现状，网络安全专家建议企业采用“通用框架+AI专项规则”的组合防护策略。在沿用原有ATT&CK体系做基础检测的同时，补充针对AI智能体、自动化攻击链的自定义检测规则，重点监控AI编排攻击、无人工干预持续渗透、大模型接口恶意调用等新型威胁。对于使用大模型、AI Agent的企业内部业务系统，还需要做好接口访问管控、行为审计与权限隔离，防止内部AI被攻击者利用，沦为入侵跳板。
同时，结合报告中攻击重心向后置环节迁移的趋势，内网安全加固成为防御核心。网络安全专家提醒企业强化内网分段、最小权限管控、凭证安全管理，针对账号探测、屏幕截取、本地数据窃取等高频攻击动作，部署常态化监控。由于AI能快速绕过单一防御规则，企业需搭建联动网络、终端、主机、应用的纵深防御体系，通过多维度交叉校验拦截新型攻击。
最后，快快云安全网络安全专家总结，AI技术是一把双刃剑，攻击者与防御者的技术博弈已经进入全新阶段。面对AI赋能的自动化攻击，安全防御不能再止步于被动应对，必须向主动防御、动态检测、人机协同运营转型。企业一方面要持续优化现有安全设备与规则，填补传统框架的防护盲区；另一方面要布局AI原生安全能力，用AI对抗AI，借助智能分析、行为感知、自动化响应能力，缩短攻击发现与处置时长。未来，能否有效抵御AI驱动的新型网络攻击，将成为衡量企业安全成熟度的关键标准，各行业需提前布局、稳步升级防御体系，筑牢数字化安全防线。
