在過去幾年，我們習慣將 AI 視為一種強大的助手。無論是撰寫釣魚郵件、建議漏洞利用方式，或是編寫惡意程式碼片段，AI 扮演的角色更像是「筆桿子」，它提供草稿，但最終按下執行鍵、決定攻擊目標並採取行動的，依然是人類操作員。
然而，現在我們正進入 Agentic AI（代理型 AI）的時代。這是一個根本性的轉變：AI 從一個「提供建議的工具」變成了一個「能自主採取行動的代理人」。
什麼是 Agentic AI？ 簡單來說，傳統 AI 是「你問，它答」；而 Agentic AI 是「你給目標，它去執行」。它不再僅僅是產出文字，而是能將目標拆解成多個步驟，自主調用工具、修正錯誤，並在沒有人類干預的情況下推進任務。
這種能力的演進，將對網路安全產生兩方面的劇烈影響。
對初級攻擊者的賦能：腳本小子服務化 過去，一名攻擊者如果缺乏技術底蘊，即便擁有工具也難以發動複雜攻擊。但 Agentic AI 抹平了技術門檻，讓「意圖」取代了「技能」。只要有明確的攻擊目標並能操作 AI 代理，即使是完全不懂程式碼的人也能開發漏洞利用程式。
這導致了一種現象：攻擊行為的單一化（Behavioral Monoculture）。由於大量低技術攻擊者使用相同的 AI 模型，他們的攻擊路徑、釣魚模板和漏洞利用鏈會變得非常相似。對於防禦者而言，這雖然增加了攻擊數量，但也創造了可識別的模式，讓我們能透過分析 AI 的預設行為來提前預警。
對高級攻擊者的加速：從週到小時 對於經驗豐富的資深駭客，AI 提升的不是技能，而是運作速度。透過將成熟的攻擊技法（Tradecraft）訓練進代理人，原本需要數週才能完成的偵查與滲透任務，現在可能在數小時內透過平行執行完成。
自動化攻擊的實務場景 目前最危險的應用之一是「自主社交工程」。AI 代理可以先在 LinkedIn、新聞稿或會議記錄中自動收集目標資訊，建立詳細的人格剖像；接著由另一個代理人根據這些真實資訊，生成極具說服力的個性化訊息並與目標對話，直到達成目的。
這種攻擊最可怕的地方在於，它消滅了我們過去依賴的偵測信號。過去我們靠錯字、生硬的模板或大量重複郵件來識別釣魚，但 Agentic AI 產出的內容流暢且真實，這迫使防禦者必須將重心完全移回基礎設施層級的防禦，例如發件人信譽和身分驗證。
漏洞利用與惡意軟體的演進 除了社交工程，AI 代理正在接管漏洞利用過程。當前頂尖的模型已經能將工具調用（Tool Calls）與環境反饋結合，自動嘗試、失敗、修正，直到漏洞被成功利用。
想像一個 AI 代理連接到漏洞資料庫，它能自主進行偵查，判斷目標系統可能暴露的弱點，從資料庫中挑選對應的利用程式，並自信地報告：根據這些指標，這個方法可行，請問是否執行？同時，惡意軟體也變得代理化，能自主改寫自身的程式碼以規避安全軟體的偵測。
AI 代理的致命陷阱：自信的幻覺 儘管 Agentic AI 強大，但它存在一個核心缺陷：它追求的是「任務完成」和「看起來正確的答案」，而非「事實真相」。
AI 代理在報告漏洞時，語氣總是極其自信，但它並不真正理解主機是否真的脆弱。它只是將指標與結論進行模式匹配。如果將它連接到漏洞資料庫，它可能會找出「看似相關」的漏洞，卻忽略了版本號不符或設定不同等關鍵細節。這種「自信的錯誤」可能導致操作員在錯誤的方向上浪費資源，甚至觸發不必要的系統崩潰。
實務建議：將攻擊作為防禦的證明 在企業安全框架中，通常分為保護 AI、利用 AI 與治理 AI 三個方向。治理是制定政策，保護是加固系統，而「利用」則是將 AI 用於攻防實作。
對於工程師和安全主管來說，必須意識到：政策和防禦理論在沒有經過實戰測試前，都只是假設。唯一的證明方式，就是使用同樣的 Agentic AI 工具對自己的防禦牆發起攻擊。只有當 AI 代理真正撞擊防禦系統時，我們才知道哪些設定是有效的，哪些只是紙上談兵。
總結：人的價值在於判斷 當武器能夠自動瞄準時，操作員的角色發生了轉變。機械性的執行工作（偵查、編碼、發送）已移交給 AI，但唯一不能移交的是「判斷力」。
AI 可以告訴你目標在哪裡，但它無法告訴你這槍是否應該開出去。在一個 AI 能夠自信地撒謊的時代，分辨真相與幻覺、決定是否採取行動，將成為網路安全專業人員最核心的價值。
來源：thehackernews.com (Agentic AI: The Weapon That No Longer Needs a Warrior)
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。