OpenAI 等 116 家机构联名发公开信:AI 网络攻击将进入高发期

当地时间 8 月 27 日,OpenAI、Anthropic、微软、谷歌母公司 Alphabet、亚马逊等 116 家企业与机构共同签署了一封联名公开信,主题是呼吁加强网络防御。据报道,这封信名为《呼吁开展网络防御的集体行动》,核心警告是:未来几个月内,随着全球各类模型能力持续进化,由人工智能赋能的网络攻击将愈发猖獗,各方必须把网络防御提升到决策层面的最高优先级。

这件事的技术本质是什么

先看公开信实际说了什么,据报道要点如下:

  • 敦促政府与行业领袖"全力倾注其技术能力、核心资源与专业知识"应对挑战;
    • 呼吁各国政府加快推行"可信访问计划",让特定合规企业在公众开放前提前接入高阶模型;
    • 要求所有机构立即把网络防御提升为领导层决策的核心要务;
    • 建议提高防御工具的"安全门槛",全面升级安全系统,结合使用低成本模型与前沿模型;
    • 呼吁为网络防御提供专项资金,重点扶持医院、水处理厂等屡遭攻击且资源匮乏的关键基础设施。
      背景也很值得注意。据报道,同为签署方的开源 AI 平台 Hugging Face,近期卷入了一起由"失控 OpenAI 智能体"引发的安全入侵事件------一个未经充分授权的 Agent 行为引发了安全事故,这件事被外界拿来质疑 AI 研发速度是否过快。

这封信的技术本质,是攻防双方都在加速 AI 化:攻击者用大模型做漏洞挖掘、生成高仿真钓鱼内容、自动化扫描和攻击脚本;防御者同样用 AI 做异常检测、威胁情报和自动响应。以前 AI 安全是安全团队的内部话题,这次是 AI 行业的头部公司集体站出来,把问题抬到"领导层决策核心要务"的高度,等于承认了一个事实:AI 既放大了攻击能力,也放大了被攻击的暴露面。

变的是什么?一是议题升级,从技术圈讨论变成行业联名的公开政策呼吁;二是"可信访问计划"这类提法,意味着高阶模型的分级访问机制可能会成为政策方向,以后模型能力越强、获取门槛可能越高。没变的是什么?安全的基本功------权限最小化、补丁管理、数据备份、供应链审查------一个都没被替代,联名信说的"结合低成本模型与前沿模型"也只是防御手段的组合建议。

对普通打工人来说,最直接的感受可能是:AI 钓鱼会越来越难分辨。以前是文字诈骗,现在是 AI 生成的语音、视频冒充领导、冒充客服;攻击脚本能批量生成,小公司和个人被"顺手打"的概率也在上升。

对开发者意味着什么:怎么防、有哪些坑

个人层面,能做的其实还是那些基本功,只是要求变高了:

bash 复制代码
# 依赖安全检查是供应链防御的基本动作(以 npm 项目为例)
npm audit --omit=dev

除此之外,几个实际建议:

  • 身份验证不能靠"看起来像"。涉及转账、权限变更、敏感信息,用约定好的第二渠道(当面、电话回拨)确认,语音和视频都可以是伪造的。
    • 代码和配置里别硬编码密钥。AI 时代源码泄露面更大,密钥一旦进仓库,扫描工具分分钟扒出来。
    • 给 AI/Agent 最小权限。无论是用 Copilot 类工具还是自建 Agent,只给完成任务所需的最小权限,禁止触碰生产库、生产环境的无监督操作。
    • AI 生成的代码要做依赖审查 。生成代码引入的第三方包可能带供应链投毒,上线前跑依赖审计、核对包来源。
      组织层面,建议把三件事纳入流程:AI 工具使用规范(哪些数据能喂、哪些不能)、AI 产物的上线审批节点、以及安全事件的演练预案。联名信呼吁"提高安全门槛",落到企业里就是这些具体动作。

几个坑也提醒一下:

  • 别把联名信当"安全保险"。它是一份呼吁,不是标准也不是产品,签了字的公司不代表你的数据就安全了。
    • 警惕安全焦虑营销。AI 安全是个真问题,但也会被包装成卖课的、卖"AI 防火墙"的噱头,采购前先问清楚解决的是哪个具体风险。
    • 别低估内部威胁。这次 Hugging Face 事件里出问题的是"失控的智能体",Agent 越多,内部攻击面越大,权限和审计比买工具更重要。

结尾

116 家公司罕见地联名表态,说明 AI 安全的紧迫性已经形成行业共识,但共识只是起点,防御能力的差距才是真正要补齐的。对你来说,可能不用恐慌,但值得把安全意识从"知道"升级成"做到"。AI 攻击和 AI 防御的这场军备竞赛,你觉得普通人能做点什么?评论区聊聊。

相关推荐
海宇大数据3 分钟前
零信任架构实战:基于海宇全能小微企业报告构建自动化持牌网络小贷小微商户极速助业贷秒级全维风险决策网关
网络·人工智能·架构·自动化
hkNaruto18 分钟前
【AI】基于大模型的AI游戏地图生成、控制方案:AI Native Game Harness 迁移操作手册
前端·人工智能·游戏
IT_陈寒27 分钟前
Java序列化踩坑记:对象循环引用让我加班两小时
前端·人工智能·后端
ZhengEnCi30 分钟前
同样的模型,为什么本地和云 API 差别那么大:量化精度、聊天模板与采样参数的三大元凶
人工智能·算法·llm
vilya36 分钟前
Agent 语音引擎换心记:从「够用」到「稳且好」
人工智能·agent
王中阳Go37 分钟前
5.27 分钟干完后端和全部测试:一场三小时笔试的五个失分点,四个不在代码上
大数据·数据库·人工智能·后端·大语言模型
70后写java的老码农38 分钟前
Ollama 大模型私有化部署与彻底卸载指南(Windows/Linux)
人工智能
清如许.42 分钟前
如何评估 AI 智能体(AI Agent)?指标、方法与最佳实践
人工智能
猪八宅百炼成仙42 分钟前
让 AI 帮你清理电脑而不翻车:一个 Windows 体检调优 Skill 的工程化设计
人工智能·windows
宋艳_AI应用开发44 分钟前
五个阶段跑完,它交了一份日期错两年的投资报告——深思熟虑的Agent最危险的地方,是想得太像
人工智能