摩根大通资产与财富管理市场与投资策略主席Michael Cembalest在最新报告《Patchmageddon》中警告，人工智能（AI）正在把全球网络安全带入一个全新的高风险阶段。Mythos、GPT-5.5等前沿模型不仅能够大规模发现此前未知的软件漏洞，还能逆向分析补丁、串联多个缺陷，并快速生成可运行的攻击工具。

　　关键在于，攻击者利用漏洞的速度正从数月缩短至数天、数小时，而企业、开源社区和工业基础设施的修复能力没有同步提升。

　　报告认为，网络安全领域正在形成一个不断扩大的“补丁缺口”：漏洞发现和武器化进入自动化时代，但修补、测试和部署仍受制于复杂的软件依赖、维护人员不足、业务连续性要求以及大量无法升级的老旧设备。

　　漏洞利用进入“零日常态”

　　即使在新一代AI模型出现之前，全球网络安全形势也已经持续恶化。

　　2025年，全球网络攻击数量增长18%，平均每小时发生约7.5万次攻击，每个组织每周平均遭遇约2000次攻击。全球网络安全人才缺口则达到约480万人。

　　从攻击方式看，网络钓鱼和社会工程占网络攻击的40%，勒索软件占30%，商业邮件诈骗占15%，恶意软件和凭证盗窃占10%。在模拟测试中，约33%的员工可能被网络钓鱼信息欺骗。

　　（主要网络攻击方式各自所占比例）

　　更危险的是，漏洞被公开后留给企业的反应时间正在急剧缩短。2025年，漏洞从公开披露到首次确认被利用的平均时间已经降至不足100天，中位数则降至零天，部分攻击甚至发生在补丁发布之前。每年公开漏洞中约有1.5%至2%最终遭到利用。

　　进入2026年后，这一趋势进一步加速。

　　报告援引Zero Day Clock数据称，在漏洞披露当天或之前发生的攻击占比已经接近80%；漏洞利用时间中位数从2021年的约一年降至2026年的一天，并可能在2027年进一步缩短至一分钟。2026年，最终会被利用的漏洞在披露50天后已全部遭到攻击。

　　这意味着，传统的漏洞披露和补丁机制正在失效。过去，软件行业通常在发现漏洞90天后公开，以便厂商和用户提前修复；如今，攻击者可能在漏洞公开后的几分钟内完成逆向分析，并在数小时内将攻击扩散至全球。

　　前沿AI令漏洞发现能力发生质变

　　报告认为，Mythos、GPT-5.5等模型的出现，给网络风险格局带来了“地震式变化”。

　　Mozilla在使用Mythos Preview测试Firefox 150时，发现并修复了271个漏洞，是此前使用Claude Opus 4.6测试Firefox 148时的十倍以上。Anthropic及Project Glasswing参与者在模型投入使用后的首月发现超过1万个新的高危和严重零日漏洞；Cloudflare同期发现2000个漏洞，其中400个属于高危或严重级别。

　　但在研究统计时，Mythos发现的漏洞中有95%尚未出现在公开安全公告、国家漏洞数据库或GitHub安全数据库中，意味着传统监控体系看不到这些风险。

　　AI的威胁还不止于发现漏洞。模型已经可以把多个低危和中危漏洞串联成严重攻击路径，并根据公开漏洞和补丁自动编写利用程序。

　　Anthropic的测试显示，Mythos Preview曾在没有人工干预的情况下，用不到一天时间和不足2000美元的成本，将已知漏洞转化为可运行的权限提升攻击。

　　与此同时，AI独立完成复杂任务的能力目前约每3至4个月翻一倍，明显快于2024年前约7个月的翻倍周期。

　　报告预计，未来12至24个月，目前主要由少数国家级网络部队掌握的能力，可能被复制到免费开放权重模型中。网络攻击由此可能从高成本、专业化活动，转变为更多勒索团伙、黑客行动主义者乃至破坏性组织都能获得的工具。

　　“补丁缺口”成为真正风险

　　AI发现漏洞的能力迅速提高，但全球修补能力明显跟不上。

　　2025年共披露48185个通用漏洞，得到修补的约为7500个。约60%的数据泄露事件发生时，相关补丁实际上已经存在，只是企业没有及时部署。

　　企业推迟补丁并非完全出于疏忽。许多补丁只能安装在软件最新版本上，企业必须先升级数据库、第三方组件和相关程序，而这可能造成系统停机或业务中断。

　　超过80%的安全专业人员曾为避免影响工作而放弃或推迟补丁；约80%的CIO和CISO曾发现，自认为已经覆盖全部网络的补丁，实际上并未更新所有终端设备。61%的已报告事件与“已有补丁但没有安装”有关。

　　同时，大模型具有非确定性，不同用户可能在同一份代码中发现不同漏洞，企业可能需要对同一软件反复进行多轮修补。未来企业衡量补丁管理能力时，不能只关注准确性，还必须把部署速度作为核心指标。

　　开源软件成为最薄弱环节

　　报告尤其关注开源软件。

　　现代商业软件已经不再主要从零编写，而是通过大量开源库和框架“组装”而成。约96%至99%的商业代码库包含开源组件，商业应用约77%的底层代码来自预制开源库和框架；另一项研究估计，任意软件代码库中70%至90%的内容属于开源组件。

　　然而，开源软件的维护资源与其经济重要性严重不匹配。

　　超过1800万个开源项目只有一名登记维护者，占项目总数的55%。在50个重要开源项目中，94%的项目由不到10名开发者贡献90%以上代码，仅136名开发者便贡献了这些项目80%以上的新增代码。45%的受访维护者将职业倦怠视为最大挑战。

　　开源依赖关系也高度复杂。每个商业应用平均包含约1180个开源组件，典型代码库中的依赖数量自2020年以来接近增长两倍。一个JavaScript项目平均只有10个直接依赖，却有683个间接依赖，95%的开源漏洞存在于这些传递依赖中。

　　开源用户所使用的依赖版本平均落后最新主要版本278天，高于前一年的215天，约90%的代码库以某种方式依赖过时组件。

　　截至2026年5月，Anthropic已经发现超过23000个潜在开源漏洞，其中约3900个属于高危或严重级别。

　　高危漏洞平均需要两周才能完成修补。在一组高危和严重漏洞中，530个被提交给维护者，但仅有75个得到修复。Tuskira Research估计，Mythos发现漏洞的速度是修补速度的16.5倍。

　　工业设施面临“无法修补”的困境

　　与软件系统相比，电力、水务、制造和交通等工业设施面临的风险更加棘手。云端IT设备通常每4至5年更新一次，而工业运营设备往往使用10至18年，形成大量难以升级或替换的遗留系统。

　　摩根大通估计，工业网络硬件中仅55%至65%可以修补，12%至20%在技术上无法修补，另有20%至30%根本没有补丁。其中，运营技术设备的可修补比例只有45%至60%。

　　一项扫描发现，至少179台暴露在互联网中的工业控制设备没有身份验证，外部人员可能直接读取甚至修改系统数据。伊朗关联黑客也曾攻击美国水务、污水处理和能源设施中的可编程逻辑控制器，造成运营中断和经济损失。

　　极端情况下，攻击大型电网、电信骨干网、金融清算机构或云服务商，可能在多个行业之间产生连锁反应。区域电网长期中断会影响银行、基站、数据中心和医疗系统；城市供水泵站失去同步，则可能导致水压下降、管道破裂、消防系统失效和污染物进入供水网络。

　　AI也将成为防御工具

　　尽管前沿模型扩大了攻击风险，报告认为，同一种技术也可以用来加快漏洞修复。

　　Anthropic推出的Claude Security能够扫描代码库并生成修复建议，Claude Opus 4.7在推出后的数周内已用于修补超过2100个漏洞。

　　OpenAI的Codex Security则可发现、验证和修复漏洞；其云端版本自3月推出以来，已经扫描超过3000万次代码提交，覆盖超过3万个代码库，人工审核者确认修复的问题超过7万个，系统自动判断为已修复的问题超过50万个。

　　不过，网络安全模型不会长期由少数美国公司垄断。

　　报告认为，中国和美国的新型闭源、开放权重及开源模型，正在以更低成本提供接近领先模型的能力。

　　（该图比较了主要AI模型的综合智能得分与单次任务成本，越靠近左上方代表性价比越高）

　　Kimi K3被报告作者视为测试中最强的非Anthropic模型，执行同一批网络安全任务的成本约为Mythos的一半。

　　网络安全支出或迎来长期增长

　　从投资角度看，报告指出，2026年以来网络安全公司表现明显优于整体软件行业。

　　传统软件股受到智能体AI可能替代现有企业软件的担忧拖累，虽然自4月恐慌低点反弹约15%，但软件板块相对于标普500指数的市销率溢价仍接近1991年以来最低水平。

　　相比之下，漏洞数量上升、补丁部署加速、工业设备更新以及防御型AI普及，将持续推高网络安全服务、资产管理、身份验证、网络分区和基础设施更新需求。

　　但企业升级也将受到供应链限制。

　　报告估计，服务器机架中的内存、CPU和存储价格年内上涨约3至4倍，交付期超过6个月；存储设备价格约上涨3倍，交付期为4至5个月；发电机、冷却设备、变压器等基础设施交付期则达到18至24个月，变电站及电力设备可能需要24至36个月。