2026年AI安全报告-CheckPoint会员免费

2026 AI 安全报告 研究院 AI 安全报告 · 第二次发布年度版专业报告

01前言02AI 驱动的网络攻击03针对 AI 的攻击：AI 成为新攻击面04数字身份危机05数据泄露与企业 AI 暴露06AI 安全框架：面向 AI 的安全・AI 赋能安全・AI 协同安全072026 年 行动建议报告内容概览

前言

01 引言02 AI 驱动的网络攻击03 针对 AI 的攻击04 数字身份危机05 AI 数据暴露06 AI 安全框架07 行动建议当 AI 从辅助工具，变为自主执行者一年前，我们将 AI 描述为网络攻击者的能力倍增器：它能让现有攻击手段更快、成本更低、门槛更低。而过去十二个月我们收集到的证据，揭示了一个更值得警惕的变化。AI 已经正式进入实战攻击链路。我们记录到多起入侵事件中，AI 自主运行漏洞利用工作流，在数十个会话中生成数千条指令，几乎无需人工干预。我们分析发现，单名开发者仅用不到一周，就借助 AI 完成了一款恶意软件的开发，其完成度之高，让我们的研究人员最初以为是多人团队耗时数月的成果。我们还观察到犯罪组织以 AI 为核心执行者，对政府机构发起规模化入侵，而非仅将其作为后台辅助工具。而在绝大多数案例中，AI 在攻击中扮演的角色，都是因为攻击者自身的操作失误、或是 AI 服务商的监测才得以曝光：受害企业的检测与防护体系，完全没能发现蛛丝马迹。这一转变之所以关键，是因为它彻底改变了防御方需要应对的范畴。曾经横亘在高水平攻击者与普通攻击者之间的技术门槛，正在持续被压缩；而 AI 辅助攻击产出的攻击产物，正是门槛大幅降低的最直观证据。本报告的后半部分，将视角转向企业内部：企业在落地 AI 的过程中，正在形成一片绝大多数安全团队仍在摸索的新型暴露面。过去一年，高风险生成式 AI 提示词数量翻了一番；企业平均每月运行 10 款 AI 应用，其中很多都未经过正式审批流程。企业采用的模型与基础设施本身就自带攻击面，而配套的安全实践，远远跟不上 AI 的落地速度。后续四个章节，均基于 研究团队在过去十二个月发现的真实攻击事件、遥测数据与原创案例研究撰写。你将读到的，都是已经发生的事实，它们也将预示着未来的威胁趋势。洛特姆・芬克尔斯坦（ ） 研究团队副总裁前言2026 AI 安全报告

AI 驱动的网络攻击

01 引言02 AI 驱动的网络攻击03 针对 AI 的攻击04 数字身份危机05 AI 数据暴露06 AI 安全框架07 行动建议过去十二个月，公开报道与真实攻击事件均显示，AI几乎参与了网络攻击链路的每一个阶段：社交诈骗、恶意软件开发、实时入侵支持、攻击工具构建、漏洞研究。攻击手法本身大多并不新鲜，真正的变化在于：过去需要资深攻击者花费数小时甚至数天完成的工作，AI 只需数分钟就能搞定，且成本与技术门槛大幅降低。 针对模型滥用的分析也印证了这一模式：攻击者较少利用 AI 完成初始入侵，更多是在拿到权限后，用 AI 执行后续的攻击操作，入侵后的活动占比显著提升。风险最高的攻击者，往往不是拥有最顶尖工具的人，而是那些摸清了如何编排 AI、让多阶段攻击链路自动串联、无需人工介入的团伙。要实现这些攻击，攻击者首先需要获取可用的 AI 能力，并解除其安全限制。滥用商用大模型：通过正规渠道或窃取的账号凭证使用，是目前最主流的途径。部署自托管开源模型：可避开内容审核与服务商日志记录，但目前仍停留在理论层面，实战效果有限。购买专用恶意 AI 服务：这类服务热度达到顶峰，随后因地下市场对其质量存疑而逐渐降温。后半部分，将视角转向企业内部：企业落地 AI 的过程AI 驱动的网络攻击攻击者获取 AI 能力的三种途径攻击者通过三条路径获取 AI 能力，过去一年三条路径都在持续成熟，只是发展速度各不相同：2026 AI 安全报告

01 引言02 AI 驱动的网络攻击03 针对 AI 的攻击04 数字身份危机05 AI 数据暴露06 AI 安全框架07 行动建议滥用商用模型最简单的途径也最受欢迎：使用 、、 这类日常工具，绕开其安全规则。攻击者会把恶意请求拆分成多个看似无害的小步骤，先让 AI 泛泛讲解某项技术原理，再索要具体代码；他们总会倾向于...