登录
2026.08.26
1305
攻防之间的成本天平正在向哪边倾斜？
作为2026 CSA 大中华区暨 AI + 安全大会预热共创系列活动——以AI 时代的漏洞演进与攻防成本变化为主题的线上直播圆桌于8月21日顺利举办。本次直播围绕 AI 重构攻防成本这一行业热点，来自学术界、白帽社区、大厂安全、独立攻防领域的多位安全实践者开展 90 分钟深度对话，直面 AI 安全现实问题。本文为内容精编版，错过直播的朋友，跟我回到现场。
本期嘉宾
主持人 · 宁大叔小怪兽：
ChaMD5 AI 团队负责人、社区主理人
岚霭：
PCL-南科大联培博士，BinX 战队成员，学术前沿视角
陈河杉（Box）：
Crypto 安全研究员、知名 X 大 V，开发者与工具链视角
小东：
第四届白帽赏金赛总榜第一、无界 AI 安全社区共建者，大厂防御 + 白帽实战
w1th0ut：
2025 HackProve Champion、无界 AI 安全社区共建者，大厂攻防 + 独立渗透
话题一：
安全从业者使用 AI 的 ROI，为什么这么多"怪现象"？
核心矛盾：安全任务几乎都是"对抗性"的——模型面对的是故意构造、持续演化、有对手驱动的输入，这与 AI 当前的能力特征存在结构性错位。
岚霭：实验室里效果不错，一上线遇到真实攻击流量就断崖式下降；很多工具在已知漏洞数据集上表现惊艳，真实命中率可能只有 benchmark 的十分之一。
陈河杉：信息整理类任务（报告、模板、文档）ROI 立竿见影；判断类任务（代码有没有漏洞、流量是不是攻击）ROI 急剧下降——"大模型擅长'看起来合理的生成'，但差一个字符可能就是漏洞和不是漏洞的区别。"
小东："AI 让新手变快，让专家变慢"——资深工程师反而多了一道"校验 AI 输出"的工序；模型常以非常确定的语气给出错误结论，这种"高置信度错误"在安全场景极其危险。
w1th0ut：算上验证输出、处理误报的隐性成本，表面"人时"降约 30%，实际"总有效人时"只降了不到 10%。
一句话总结：信息整理 ROI 高、判断 ROI 低；新手受益多、专家反被拖慢。怪象的根源是结构性错位，模型进步只能缓解、不会消除——因为对手也在进化。
话题二：
AI 为什么让攻击越来越"便宜"？
把"攻击成本"拆开看：信息收集、漏洞发现、利用编写、绕过防御、规模化执行——AI 到底降了哪几环？
w1th0ut：信息收集成本趋近于零，exploit 初稿从半天缩到一小时内，钓鱼文本质的飞跃；但 0day 挖掘、逻辑漏洞嗅觉这些"高水平攻击"的成本基本没变——"真正贵的不是工具，是认知。"
小东：真正降本的是批量的边际成本——从一天测 50 个目标到扫几千个；防御端则表现为攻击"噪音"暴增，"攻击者基盘扩大"才是 AI 让攻击变便宜的最深层原因。
陈河杉：泼盆冷水——"便宜不等于有效"，AI 生成的攻击脚本多数在真实环境跑不通；按"成功攻击的成本"算，降本幅度远没有想象中大，成熟黑产并不依赖 AI。
岚霭：学术量化研究（CCS 2025 智能体 CTF 评估、TSecBench 等）结论一致——已知漏洞的自动化利用显著降本，未知漏洞发现仍难衡量；更该担心的是防御者急剧上升的"认知成本"和攻击"多样性"对特征匹配防御的冲击。
一句话总结：AI 降低的是攻击的"下限"而非"上限"，而下限降低带来的攻击量激增，本身就在推高防御成本。
话题三：
甲方 SDL，在 AI 冲击下如何重构？
当开发用 AI 写代码、攻击者用 AI 生成攻击，传统 SDL 的代码审计、威胁建模、应急响应都要跟着变。
小东：变化最大的是代码审计——AI 生成代码量暴增且风格高度一致，人工 review 反而更难发现异常；大厂正把 AI 审计前移到开发阶段、威胁建模纳入"AI 代码的系统性偏差"、用 AI 做告警分诊。
w1th0ut：从"流程驱动"转向"数据驱动"——安全画像动态调整检查深度、AI 攻击场景自动入测试用例库、红蓝"AI 对抗 AI"持续验证。最大挑战不是技术，是组织。
岚霭：学术界提出"Secure by AI"——代码审计应从"找已知模式"转向"理解语义意图"；AI 生成代码的责任归属也将影响流程设计。
陈河杉：最易忽略的是开发者安全教育——"AI 写的代码应该没问题吧"这种心理依赖非常危险，需要重塑开发者的安全心智。
一句话总结：流程前移、机制数据化、检测语义化、重塑安全心智——但最大的挑战是组织协调与责任归属。
话题四：
渗透智能体 + 开源模型，攻防成本曲线会怎么走？
岚霭：渗透智能体三阶段——"AI 辅助"已成熟，"AI 编排"正处研究热点（ReAct 类智能体已能打 CTF，但离真实渗透尚远），"AI 自主渗透"仍非常早期；当前正从第一阶段向第二阶段过渡。
w1th0ut：闭源模型推理强但贵、有内容审查、有隐私风险；开源可本地部署、边际成本趋零。实战最优解是"闭源做大脑、开源做手脚"。开源模型本地化部署是 game changer——攻击成本从"按次计费"变成"一次性硬件投入"，且不再留下溯源线索。
陈河杉：防御场景选闭源（准确率优先），红队场景必须开源（可 fine-tune、可控）；微调后的漏洞分析"专家模型"成本仅为闭源的十分之一——"定制化安全 AI"正在成为可能。
小东：大厂多一层合规约束；开源模型普及后，攻方可能比守方获益更大——因为攻击者没有合规包袱。
一句话总结：混合策略是当前最优解；开源 fine-tune 可能改写攻防成本格局，而攻击方"零合规约束"的不对称优势会持续扩大。
互动问答精选
Q 预算有限，优先在哪个环节引入 AI？
陈河杉：安全运营（告警分诊、日志分析、报告生成）ROI 最确定；别一上来就搞 AI 漏洞挖掘，那个坑太深。
Q 学术界最看好什么方向？
岚霭："AI 生成代码的安全验证"——白盒审计（如 CodeQL）的输出自带 CWE 方向和代码位置，交给渗透智能体做自动化验证，可能是个好方向。
Q 独立白帽用 AI 挖洞，效果如何？
w1th0ut：AI 管信息整理和初步分析，找到漏洞那一刻还是靠人的经验和对业务逻辑的理解。
小东：AI 的最大价值是"扩大覆盖面"——广度有提升，深度还是靠人。
Q 未来一年防御者最该担心什么？
岚霭：攻击规模化带来的防御疲劳，重点是自动化防御能力建设。
陈河杉：开源模型 + 自动化工具链，会让"定制化攻击"从 APT 专利变成普通攻击者也能负担。
......
写在最后——
四位嘉宾的分享：
岚霭：AI 的核心挑战不是能力不够强，而是安全任务的对抗性本质——真正的核心竞争力还是对安全本质的理解。
陈河杉：AI 让安全的"广度"变便宜了，但"深度"依然昂贵。把 AI 用在确定能提效的环节，不要追概念。
小东：SDL 的重构不只是技术升级，是组织变革。攻防成本的变化不只是技术问题，更是管理问题。
w1th0ut：闭源 + 开源混合是当前最优解；长远看开源 fine-tune 会改变游戏规则——而攻击方"零合规约束"的不对称优势会持续扩大。
如果说这场 90 分钟的圆桌有一条贯穿全场的主线，那就是——
AI 让安全攻防的"下限"在降低：攻击门槛、工具成本、入门难度都在降低；但"上限"并没有被拉高：真正的高水平攻防，依然依赖人的认知、经验和创造力。攻防成本的剪刀差短期在扩大，长期走向取决于防御方能否在 AI 工具化和组织变革上跟上节奏。
这不是终点，9月我们将在清华大学举办2026 CSA大中华区暨AI+安全大会，两院院士、国际组织代表、头部企业高管同台，围绕AI原生基础设施、AI国际治理与安全标准、国际可信AI人才体系共建三大方向展开，期待在9月的大会上我们一起聊更多体系建设和标准治理。
鸣谢
感谢 ChaMd5 安全团队、无界 AI 安全社区、BinX 战队及洺熙等伙伴对本次共创活动支持，感谢所有线上参与观众。
大会预告
扫码报名CSA GCR大会
手机：19925407556
邮箱：info@c-csa.cn
雷池WAF
安恒信息