AI 入侵成本五个月降 99% 至 90 美元，企业安全预算进入算力竞赛

利用 AI 攻破企业网络的成本在五个月内下降了 99%，企业的安全预算正竞相追赶。

高盛的高管们已经讨论过，该公司在安全方面的 AI 支出可能很快就会达到甚至超过其在 AI 编程工具上的支出。¹^,²

安全一直是由多层防御组成，每一层都是针对特定攻击类型的保险。¹ 随着自主 AI 威胁成为主要风险，攻击者与防御者都在比拼各自能部署多少 AI 算力。

攻击者的算法是对算力的期望值计算。花费 100 万美元的 AI token 尝试攻入一家银行，成功率 1%，收益 10 亿美元，期望值为 1000 万美元：即 900 万美元的预期利润。把同样的算力用于成功率 5%、收益 50 万美元的目标，期望回报为 2.5 万美元：即亏损 97.5 万美元。由于廉价的防御过滤器能挡住低成本的噪音攻击，理性的攻击者不再撒网式攻击小型目标，而是把 token 集中投向资产负债表最大的目标。

防御者面临一个更难的方程：需要多少防御性 AI 才能抵消每一美元的攻击性 AI。

四月，Anthropic 与 OpenAI 测试了 Claude Mythos Preview 和 GPT-5.5 能否攻入一个模拟的英国企业网络：这是一个跨越 20 台服务器、人类专家需要 20 小时才能完成的 32 步入侵。³^,⁴ 两个模型都在无人协助的情况下接管了该网络，国际清算银行将这次入侵的成本定为 5000 至 1 万美元。³

五个月后，同一入侵的价格已下降 99%。Claude Mythos 5 在六月将成本降至 770 美元，Claude Opus 5 在七月降至 385 美元，而智谱的开源权重模型 GLM-5.3 只需 90 美元就能达到与 Mythos 相同的漏洞利用率：仅为四月前沿成本的六十分之一。⁵

在安全运营中心，AI 智能体为不堪重负的人类团队解围——这些团队每天面对超过 4400 条警报，而过去一直缺乏时间审查其中三分之二：自主调查将 70 分钟的人工审查压缩到几分钟，每条警报约耗费 2 美元算力，让分析师得以专注于真正的入侵。⁶

然而成本比仍然一开始就偏向攻击者，因为安全运营中心（SOC）必须审查每一条警报、每一个小时。³^,⁷

三个乘数因子叠加了这一防御算力需求：

第一，速度：Glean 首席安全官 Sunil Agrawal 指出，AI 将入侵响应从数月压缩到数分钟，而 CrowdStrike 记录的平均突破时间为 29 分钟，最快为 27 秒。⁸^,⁹

第二，规模：在 2026 年 7 月 Hugging Face 遭遇的入侵中，700 个 AI 智能体组成的集群协作了四天半，交换了 7 万条消息并执行了 1.76 万次操作，最终窃取了 136 个生产密钥；Cogent Research 发现，每月新增的企业攻击路径中有 76%（同比增长 386%）只有并行 AI 集群才能实现。¹⁰

第三，广度：非人类身份的数量已达到员工的 82 倍，随着企业智能体舰队扩展到员工数的 100 倍，每一个新智能体都会扩大需要防御的攻击面。¹¹^,¹²

CISO 的工作已不再是堆叠一张张按席位计费的保险单，而是最大化安全栈的效率 & 效能：买到足够多的算力，并将其转化为足够多的防御性 token，把攻击者的期望值压到零以下。

AI 中的第三个产品市场契合点，tomtunguz.com。 ↩︎ ↩︎
“没人准备好了”：AI 发现的漏洞引发企业安全支出狂潮，The Information。 ↩︎
Iñaki Aldasoro、Raphael Auer、Jon Frost & Fernando Pérez-Cruz，BIS 公报第 129 号：Mythos 时刻？前沿 AI & 网络风险，国际清算银行，2026 年 7 月 20 日（PDF）。本文是以下数据的来源：1 亿 token 攻击链、$5k 至 $10k 的前沿模型成本区间，以及 Claude Mythos Preview & GPT-5.5 在网络靶场中以 32/32 全数接管的成绩。 ↩︎ ↩︎ ↩︎
英国 AI 安全研究所（UK AI Security Institute），自主式 AI 网络能力的进展有多快？，2026 年 5 月 13 日，以及我们对 Claude Mythos Preview 网络能力的评估，2026 年 4 月 13 日（横跨 4 个子网、约 20 台主机的 32 步模拟企业网络，估算需 20 个人类专家小时）。 ↩︎
Anthropic，GLM-5.3 & 高级网络能力的扩散，2026 年 9 月 29 日（在 ExploitBench 上，GLM-5.3 在 410 次尝试中有 50 次构建出端到端的 Chrome V8 漏洞利用，而 Claude Mythos Preview 为 410 次中的 56 次）；Jaeho Lee & Alexander Barry，开放权重 AI 模型在网络能力上落后 6-7 个月，Epoch AI，2026 年 10 月 16 日（发布日期 & Cyber ECI 得分：Claude Mythos Preview [2026 年 4 月 7 日，ECI 164.8]、Claude Mythos 5 [2026 年 6 月 9 日，ECI 168.3]、Claude Opus 5 [2026 年 7 月 24 日，ECI 167.5]、Zhipu GLM-5.3 [2026 年 8 月 14 日，ECI 160.1]）；Artificial Analysis：Claude Opus 5.5 vs GLM-5.3 & Anthropic API 定价。计算：对于一次 1 亿 token 的入侵，按 Artificial Analysis 智能体负载下 7:2:1 的缓存输入 / 非缓存输入 / 输出比例，Claude Mythos 5（每 MTok $10/$50/$1）= $770；Claude Opus 5（每 MTok $5/$25/$0.50）= $385；Zhipu GLM-5.3（在 Z.ai 上混合价 $0.902/MTok）= $90.20（为 BIS 的 4 月 Mythos Preview $5k–$10k 区间的 1/55 至 1/111）。 ↩︎
Alexej Pikovsky，AI SOC 经济学：成本、定价模式 & 谁能留住节省下来的钱，2026 年 7 月 11 日（2026 年 9 月 15 日更新），以及 Edward Wu 在 Cloud Security Podcast：SOC 中智能体 AI 的真相节目上的发言，2025 年 7 月 29 日（每次告警调查需 100 多次语言模型调用，约 2 万至 5 万 token，或每条告警约 $2 的算力成本）。 ↩︎
Vivekananda Allam 等，扭转天平：AI 如何塑造网络空间的攻防平衡，新美国安全中心（Center for a New American Security），2025 年 9 月 23 日。 ↩︎
防御 AI 驱动的攻击者：与 Glean CISO Sunil Agrawal 的 Office Hours，tomtunguz.com。 ↩︎
CrowdStrike 2026 全球威胁报告，转引自云安全联盟（Cloud Security Alliance）的 AI 引发的横向移动 & 非人类身份风险，2026 年 3 月 9 日：eCrime 平均突破时间为 29 分钟，有记录的最快突破为 27 秒。 ↩︎
云安全联盟（Cloud Security Alliance），Hugging Face 数据泄露事件：失控 AI 智能体集群剖析（2026 年 7 月 9 日至 13 日，约 1,200 个智能体中有约 700 个活跃智能体交换了 70,000 多条消息，记录了约 17,600 次操作并窃取了 136 个生产环境机密），以及 Cogent Research，超越人类地平线：2026 年第四季度威胁报告（在 50 多家财富 1000 强企业中，每月新增的 45 条核心资产攻击路径中有 34 条 [76%，同比增长 386%] 仅对并行 AI 智能体集群可行）。 ↩︎
OpenAI 的超越自动化：与 Arvind KC 的 Office Hours，tomtunguz.com（管理跨度正从 7 个人转向 100 个、再到 1,000 个智能体），以及 Semperis：AI 时代的安全（微软估计每名人类对应 10 个非人类身份，且正趋向 100 比 1）。 ↩︎
Rubrik Zero Labs 与毕马威（KPMG），隐形访问，可见风险，2025 年 12 月：在企业环境中，非人类身份与自主智能体的数量以 82 比 1 超过人类用户。 ↩︎