AI自主攻擊的真實面貌

2026年7月初，一場針對臺灣政府機關的網路攻擊行動，徹底改寫了人們對「自動化攻擊」的認知。資安公司Dream Security在8月12日揭露這份報告，指出駭客並非僅將AI作為輔助工具，而是建立了一套「近自主式攻擊」系統。透過Hermes與OpenClaw等AI Agent架構，攻擊者能同時派出多個Agent進行目標偵察、路徑分析與策略調整。這場為期約4天、歷經12波攻擊的行動，最終破解85組政府人員帳密，取得至少2,564筆人員資料，顯示AI已具備獨立執行複雜攻擊任務的能力。

從偵察到橫向移動的攻擊鏈

攻擊過程展現了AI極高的自主性與效率。首先，Agent從一個Angular開發的SSO入口網站出發，分析JavaScript程式碼，辨識出21套連接的政府資訊系統，並發現超過36個API端點，其中許多缺乏身分驗證。接著，AI利用「Local-LLM-SAST-0day」方法分析SDK文件，雖部分弱點未成功利用，但低成本的試錯機制讓AI能迅速轉移算力。在入侵階段，Agent發現隱藏API端點無需驗證即可取得Session，並透過密碼噴灑手法，結合Tesseract OCR破解CAPTCHA驗證（成功率達100%），最終利用JWT簽章設定不當問題，成功登入內部系統，85組帳密中有84組可橫向移動，成功率高達98.8%。

資安防禦的典範轉移

這起事件不僅是技術層面的突破，更敲響了新一代資安威脅的警鐘。過去資安公司Mandiant在2013年揭露APT1報告，讓國家級網軍進入公眾視野；如今Dream Security的揭露，則展示了AI Agent如何組織成平行作戰、持續學習的攻擊團隊。當AI能自行驗證結果並動態調整策略，傳統依賴人力分析與固定規則的防禦模式將面臨巨大挑戰。攻擊者利用AI大幅降低試錯成本，使得大量探索成為可能，這意味著未來的資安攻防，必須從「對抗人」轉向「對抗自主智能」，防禦體系需具備更靈活的動態響應能力。