補丁視窗期的終結：人工智慧與網路安全新規則

修補空窗期的終結：AI 如何改寫網路安全

當 Anthropic 透露其 Claude Mythos 模型在首次嘗試時產生功能完整漏洞利用程式的成功率高達 83% 時，網路安全業界見證的不僅僅是一個新的技術基準——而是傳統修補空窗期 (patch window) 的訃聞。2026 年 4 月，Anthropic 披露 Mythos 的預覽版本已自主識別出各大平台（包括 Apple、AWS、Cisco、Microsoft 和 JPMorgan Chase）中數以千計的嚴重漏洞。令人震驚的是，該模型僅透過執行約 1,000 次的自動化測試迴圈，就在以嚴密安全著稱的作業系統 OpenBSD 中，挖掘出一個潛藏 27 年的零日漏洞。幸運的是，這項發現是由 AI 而非對手所完成。然而，其含義再清楚不過：這是對未來安全策略的嚴重警告。

AI 發現技術如何瓦解修補典範

過去，安全維運依賴著一種舒適、可預測的節奏：漏洞被公佈、修補程式被開發出來，然後 IT 團隊在幾週或幾個月內部署它。整個節奏都建立在一個假設上：發現漏洞是一個緩慢、手動的過程，讓防禦者有足夠的時間保持領先。

OpenBSD 事件在個體層面上打破了這個假設，而 AI 發現的龐大規模則徹底摧毀了它。在 Mythos 預覽版披露之後，Anthropic 的 Project Glasswing 計畫參與者（包含 Google、Cisco 和 Linux 基金會）在短短幾週內，就在關鍵基礎設施和廣泛使用的開源專案中發現了超過 10,000 個高度與極度嚴重的漏洞。正如 Anthropic 所指出的，AI 模型的程式碼編寫能力現在已經超越了絕大多數人類研究精英。漏洞不再是一個接一個地出現；它們正以成千上萬的數量湧入。

發現與武器化之間正在消失的差距

新發現漏洞的數量只是危機的一半；另一半是武器化的速度。產生漏洞利用程式 83% 的首次嘗試成功率意味著，網路攻擊中最耗時的階段——將已知漏洞轉化為可用武器——在由 Mythos 等級的 AI 模型執行時，延遲已降至幾乎為零。

網路安全一直以來都在與固有的不對稱性搏鬥：防禦者必須每次都完美無缺，而攻擊者只需成功一次。當雙方都在人類速度下運作時，這種動態尚可存活。如今，AI 漏洞發現從根本上打破了這種對稱性。攻擊者現在能以機器速度運作，而防禦者仍受限於變更管理審批、測試協議和部署延遲。

為何「修復優先」策略已不再可行

修補仍然至關重要，但光靠它已經不夠了。在 AI 時代，過度依賴修復將會失敗，原因有三個：

• 速度劣勢 (Speed Disadvantage)：防禦者已無法確保能在漏洞披露與其被積極利用之間的賽跑中獲勝。
• 覆蓋不全 (Incomplete Coverage)：並非所有資產都能隨需修補。工業控制系統 (ICS)、醫療設備、老舊基礎設施和未受管理的 BYOD 端點通常無法立即接收更新——如果它們還能更新的話。
• 部署延遲 (Deployment Lags)：即使是最佳化的修補週期，在「修補程式可用」到「全面套用修補」之間也會存在時間差。而這個特定的空窗期，正是 AI 加速漏洞利用造成破壞的絕佳時機。

真正的解決方案：上游身分與存取控制

由於修補無法可靠地早於漏洞利用（特別是當零日漏洞在野外被發現時），最具韌性的安全控制必須完全置於漏洞的上游。這需要對究竟是誰、以及什麼正在連接網路（無論是使用者、筆記型電腦、雲端工作負載還是 AI 代理）具備絕對的確定性。

組織必須在授予網路存取權限之前，驗證每個實體的身分與安全姿態，並在進入後嚴格限制橫向移動。一個從一開始就被拒絕存取敏感系統的身分，不需要在入侵後進行圍堵。曝險在發生前就已被中和。

將策略付諸實行

安全主管必須停止將高修補合規性分數視為安全健康狀況的終極指標。取而代之的是，對裝置及其背後身分的即時可視性必須成為新的基準。這要求維持每個請求存取的使用者、裝置和 AI 代理的動態、即時清單；在整個工作階段期間持續驗證他們的姿態；並強制執行有條件的網路存取。如果裝置未修補或身分不再合規，其存取權限應即時自動受到限制，而不僅僅是被標記以待未來的服務台工單處理。