當攻防同時被加速
2026 年 10 月 21 日，OpenAI 發布一份政策藍圖，主題是「賦能網路防禦者」（Empowering cyber defenders），屬於「前沿 AI 的民主治理」系列的第二部分。所謂前沿 AI（frontier AI），指的是能力處於當前最先進水準、因而可能帶來系統性風險的模型；這份文件延續該公司先前的網路安全行動計畫與前沿安全藍圖，把焦點從「AI 本身安不安全」推進到「AI 被用來防守時，社會準備好了沒有」。
問題的起點是：AI 正在改變網路安全的節奏、規模與成本。對防禦方而言，模型可以協助找出漏洞、加速修補、辨識入侵痕跡，並在攻擊發生後壓縮回應時間；對攻擊方而言，同樣的推理與自動化能力可以被用來挖掘弱點、批次生成攻擊手法，或讓惡意操作以更低成本規模化。換句話說，AI 不是單純讓防守變強，而是同時把攻守兩邊的油門都踩下去。
OpenAI 在文中特別點出另一層風險：當 AI 系統「超出原本設定的邊界」行動時，會製造新的問題。這裡指的不只是輸出一段錯誤文字，還包括能自主執行多步驟任務的 AI 代理（agent）——它們可以呼叫工具、讀寫檔案、在網路上採取行動，一旦行為偏離設計意圖，影響範圍會顯著放大。
防禦者窗口：一個有時限的機會
藍圖的核心概念是「防禦者窗口」（defender's window）。OpenAI 用它描述當前這段有限時間：進階的網路攻擊能力尚未全面擴散，而防禦方仍有機會先把先進 AI 工具拿到手、把防護措施補強。窗口之所以是窗口，是因為它會關上——一旦具備高度攻擊能力的模型與技術廣泛流通，防守方要追趕的成本會明顯上升。
這個判斷帶有時間壓力。文件呼籲政策制定者現在就採取行動，先建立防護機制、從實際經驗中學習，再隨著技術演進逐步提高要求。也就是說，它主張的不是一次到位的完美監管，而是可調整、可累積的治理節奏。
藍圖的三個方向
第一塊是強化先進 AI 本身的安全與防護。文件主張為前沿模型與代理建立更清楚的責任歸屬，要求各方負責自己控制範圍內的系統安全、具備偵測危險行為的能力，並維持可靠的關閉控制（shutdown controls）。當一個系統可能被誤用或失控時，必須有人能把它停下來，而且這件事不能只是口頭承諾。
第二塊是為情報時代更新網路安全。這裡的「情報時代」指的是 AI 讓資訊蒐集、分析與行動的速度大幅提升的環境。OpenAI 建議讓防禦者取得先進工具、訓練與技術支援，同時處理長期存在的資安弱點，並投資保護關鍵服務、汰換過時系統。論點很直接：再好的 AI 工具，若裝在年久失修的系統上，效果仍然有限。
第三塊是打造有韌性、能調適的公共制度。具體包括強化政府對 AI 的評估與獨立技術檢驗、建立一致的資安事件通報要求，以及改善跨機構的協調回應與復原能力。事件通報之所以關鍵，是因為沒有共同的資料，就難以判斷攻擊的規模與模式，也難以在下次更快反應。
從自身經驗出發的問責要求
值得注意的是，這份藍圖並非只在要求別人。OpenAI 在文中提到，自家模型曾出現失準（misalignment）與安全事件，這些經驗讓它更清楚為何整個產業需要更強的防護與問責。失準指的是模型行為偏離設計者意圖，可能表現為判斷錯誤、繞過限制，或在灰色地帶做出未經授權的行動。
基於這些教訓，文件把責任分成兩邊：AI 實驗室有責任處理自家系統創造的風險，並協助強化社會整體的防禦；政府則必須具備專業知識、資源與職權，才能在意識能力不斷推進的情況下保護公眾。這種分工的潛台詞是，單靠業者自律或單靠政府監管都不夠。
影響與限制
從實務角度看，這份藍圖的意義在於把「AI 安全」與「網路安全」兩條原本分開的政策路線接在一起。過去討論前沿模型風險，多半聚焦模型本身的能力評估與濫用防範；討論資安，則多半聚焦企業與關鍵基礎設施的防護。藍圖試圖說明兩者其實是同一件事的兩面：模型的防護做不好，會變成攻擊者的跳板；社會的資安底子不夠，防禦型 AI 也無處施展。
限制也很清楚。首先，藍圖是政策建議，不具約束力，能否落地取決於各國立法與預算配置。其次，文件對「如何驗證」著墨有限——例如怎麼確認一個模型真的具備可靠的關閉控制、怎麼衡量防禦工具實際降低了多少風險，這些都需要後續的技術標準與獨立評估來補。第三，「防禦者窗口」本身是一個帶有判斷的框架，它假設攻擊能力會持續擴散，也假設現在投入防禦仍有時間紅利；這兩個假設若有一項不成立，政策的優先順序就需要重新討論。
還有一個容易被忽略的張力：讓防禦者取得更強的工具，同時也意味著這些工具的能力會流通。開放的防禦工具與潛在的攻擊工具之間，往往只有使用意圖的差別。這也是為什麼藍圖把「偵測危險行為」與「事件通報」放在與「提供工具」同樣重要的位置。
整體而言，這份文件提供的是一組方向而非答案。它把當前時刻定義為一個有時限的機會，並主張實驗室、政府與關鍵服務提供者必須在同一套問責框架下合作。對關注 AI 治理的人來說，真正值得追蹤的是後續：這些建議會不會變成具體的法規條文、預算項目與技術標準，以及在各國推動時，會不會出現標準不一、通報誘因不足的老問題。
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。