卡巴斯基：AI 時代威脅情報需人機協作
卡巴斯基臺灣技術總監謝長軒指出，生成式 AI 降低了偵察、釣魚內容撰寫與部分程式開發的門檻，使攻擊從週期性轉為常態化，但漏洞修補、釣魚防範與邊界防護等基本功並未改變，改變的是攻擊的節奏與範圍。他認為威脅情報必須同時具備來源可信、時效有效、脈絡相關、信心度清楚與可執行等條件，AI 負責規模化蒐集與關聯分析，專家負責驗證與情境判讀，否則大量誤報反而會拖累防禦。文章並提出企業 AI/Agent 五層防護架構：企業邊界管理、用戶端 AI（Shadow AI）管控、Agent 介面與外部連結防護、LLM 與 RAG 的資料及輸出驗證，以及身分、端點、伺服器與網路等基礎設施安全，並提醒模型、資料集、外掛與技能套件都可能成為供應鏈入口（如提示注入、敏感資訊洩漏等 OWASP 風險）。
隨著企業導入 AI 代理與外部套件，威脅情報與 AI 供應鏈風險已從單純的資料量問題，變成需要人機協作與多層治理的實務課題。
圖片來源:
黃彥棻攝
生成式AI降低了偵察、釣魚郵件撰寫及部分程式開發工作的門檻，使攻擊者得以更快、更大量地展開行動，企業導入模型、資料集、套件與AI工具後，擴大了軟體及AI供應鏈的風險。
這兩股力量交織之下，企業面對的不再是單一威脅，而是速度與範圍同時擴張的攻擊環境。卡巴斯基臺灣技術總監謝長軒指出，AI能大量產出資料，決定防禦成敗的關鍵，不是誰握有最多預警訊號，而是誰能把海量資料轉化為可以立即行動的情報。
他認為，好的威脅情報必須同時具備來源可信、時間有效、脈絡相關、信心度清楚與可執行等條件，AI能加快前段處理，專家則負責高風險判斷與情境分析，兩者缺一不可。
AI加快攻擊節奏，但沒有改變資安基本功
謝長軒點出企業容易陷入的一個迷思：以為導入AI之後，資安遊戲規則會被徹底顛覆。實際情況並非如此，生成式AI可協助攻擊者撰寫或修改程式碼，大量產生語句自然、針對性更高的釣魚內容，對低技術攻擊者的提升，以偵察與社交工程最為明顯。