过去二十年，安全圈有个心照不宣的排序。
国家级黑客坐在顶端，犯罪团伙紧随其后，那些只会跑现成工具、连报错都看不懂的”脚本小子”被丢在最底层——没人真把他们当回事。
这个排序有个潜台词：攻击能力，跟着技术水平走。你不懂逆向、写不出漏洞利用，就别想打出像样的入侵。
这个假设，正在被生成式 AI 拆掉。
把这件事说透，其实只需要一句话：AI 不会让一个什么都不懂的人瞬间变成顶尖威胁，但它能帮他把”不懂”的部分，一点点补上。
查资料、解释陌生概念、生成代码、排错、把已知手法套到新环境——这些过去要靠几年经验堆出来的活儿，现在靠对话就能推进。一个没什么实战经验的年轻人，可能几周内就跑通了过去只有老手才玩得转的攻击链。
对手梦寐以求的，从来不是什么超级 AI。是一个价格便宜、永不疲倦、随叫随到的”初级黑客”。现在它来了。
每一轮技术浪潮，先改变的是经济账。
云计算压低了搭基础设施的成本，开源软件压低了写应用的成本。到了大模型，被压低的是——进攻性安全知识的成本。
一个攻击者，从前要花好几周才能吃透某个新披露的漏洞：读文档、理解利用原理、确认波及的技术栈。现在他可以把这些活儿一股脑丢给 AI，几分钟拿到一份原型代码。
得说句公道话，泼盆冷水：这不等于 AI 能独立发现精巧的攻击链，也不等于它取代了老手。复杂的入侵依然需要人的判断、创造力和耐心。真正改变的是”要具备多少能力，才能开始动手”——以及，能动手的人，一下子变多了。
“脚本小子”这个词，已经装不下正在发生的事。
今天冒头的攻击者，更像是在跟一个 AI 助手结对干活：反复提问、打磨 payload、调试代码、把现成手法改造成适配目标环境的版本。这股劲儿，跟开发者嘴里那句”vibe coding”（氛围编程）一模一样——用自然语言，取代写代码时大部分的手工劳动。
进攻性安全，正在走同一条路。有人管它叫”氛围黑客”：你只管说意图，AI 帮你把它翻译成真正能落地的攻击动作。
这个标签能不能流行不重要。重要的是它点破的那层：专业能力，正在变成一种可以按需取用的东西。
很多企业的安全体系，背后都藏着一个没说出口的假设：真正厉害的攻击者，是稀缺的。
所以只要把顶尖威胁防住，剩下的”低级玩家”翻不起浪。
这个假设，今天该重估了。
如果 AI 让更多人能完成过去必须靠专业经验才能做的进攻活儿，防守方就该预期三件事：更多的试探、更快的适配、更高的攻击量。问题不再是”对手有没有高技术”——而是你的防线，在对手变得更擅长侦察、更擅长改造利用、更擅长定制 payload 之后，能不能持续证明自己还撑得住。
坦白讲，大多数企业并不缺可见性。
漏洞在跟踪，云配置在监控，终端、身份、第三方风险都有人盯着，攻击面管理工具堆了几十年。知道”有什么”从来不是瓶颈。
真正的瓶颈是另一句话：在对手找到之前，你知不知道哪些弱点真的要命。
AI 把”漏洞披露”到”被利用”之间的窗口压得越来越短，一年两次的渗透测试、例行扫描，单独看已经不够用了。你需要的是持续的证据——关键攻击路径是不是还关着、补偿性控制是不是还在生效、安全预算是不是真在压低可被利用的风险，而不是只产出了更多”发现”。
这背后就是 CTEM（持续威胁暴露面管理）的逻辑：发现、排序、验证、行动，转成一个不停的循环，而不是一张定格的快照。而把”验证”这步真正落地的，是 AEV（对抗性暴露面验证）和 PTaaS（渗透测试即服务）——它们测的，正是 AI 辅助攻击者会去试的那条路、会在那个时间点去试。
说到底，它把问题从”我们找到了什么”，换成了”这还扛得住吗”。
有意思的是，AI 的普及，反而可能让资深安全专家更值钱。
自动化擅长处理信息、生成可能性、加速分析。但判断一个漏洞到底意味着多大的业务风险，至今还是人的活儿。它需要对运行依赖、业务优先级、攻击者意图和组织上下文的理解——这些，模型没有。
把这件事做对的组织，会让人的专长被放大，而不是被替代。
攻击者正在用 AI，补上自己缺的经验。
那你呢？
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。