企業安全團隊目前大多將注意力放在如何管理員工使用 ChatGPT 或 Claude 等主流大語言模型（LLM）來撰寫草稿，但根據 Akamai 發布的《2026 年企業 AI 使用風險報告》（State of the Internet: Enterprise AI Usage Risk Report 2026），真正的威脅可能來自於一小群被稱為 AI 超級使用者（AI Super-adopters）的員工。這群人雖然數量僅佔 5%，但其 AI 互動頻率卻是底層 50% 員工的 12 倍，且傾向於將未經審核的 AI 工具直接嵌入關鍵業務流程中，從而創造出巨大的安全盲區。
背景與超級使用者的風險特徵
在企業環境中，AI 的使用模式呈現極端分化。一般員工的 AI 對話平均僅約 5 個提示詞（Prompts），將 AI 視為簡單的生產力工具；然而，頂端 5% 的超級使用者每場對話通常超過 18 個提示詞。這顯示 AI 對他們而言已不再是輔助工具，而是深度參與業務運作的虛擬同事。
當 AI 深度介入核心流程時，如果這些工具是員工私自安裝或配置的，就會形成 Shadow AI（影子 AI），意指在 IT 部門不知情且未經安全審核的情況下，員工私自引入的 AI 服務或插件。這類行為將 AI 從受控的環境中移出，使其在缺乏企業安全護欄（Guardrails）的情況下運作，極大地擴展了企業的攻擊面。
身分認證的斷層與數據外洩
Akamai 的數據揭露了一個嚴峻的事實：近半數（47.11%）的企業 AI 對話是透過個人身分而非公司管理帳號進行的。這種現象導致了受控 AI 與野放 AI 的對立。例如 Gemini Enterprise 和 Microsoft Copilot M365 能將絕大多數互動保留在公司身分系統內，但 DeepSeek、ChatGPT 和 Claude 等工具則由個人帳號主導。
更危險的漏洞在於，約 14.4% 的對話雖然使用了公司電子郵件註冊，但實際上是連結到個人免費版（Freemium）訂閱。在這種情況下，儘管帳號看起來像公司帳號，但員工輸入的敏感數據仍可能被 AI 供應商用於公開模型的訓練，導致企業機密在無意識中外洩。
長尾工具與擴充功能的盲區
除了主流 LLM，企業面臨的另一個挑戰是長尾 AI 工具（Long-Tail AI Tools）的滲透。許多員工會採取 BYOAI（Bring Your Own AI）模式，安裝各式各樣的小眾 AI 插件或 SaaS 應用。
研究發現，中型企業有 17.7% 的員工使用 AI 瀏覽器或 IDE（整合開發環境）擴充功能，且其中近 75% 的插件請求高權限或關鍵權限。更令人擔憂的是，16.31% 的 AI 擴充功能包含已知的 CVE（通用漏洞披露，指公開記錄的安全漏洞），其漏洞率顯著高於一般瀏覽器插件。這些插件直接獲取使用者的活動會話（Session）與公司敏感數據，成為自動化網路攻擊的絕佳切入點。
新型 AI 攻擊向量的崛起
隨著 AI 表面積的擴大，傳統的安全控制措施已不足以應對。報告中提出了三種針對 AI 協作者的新型攻擊方式：
第一是 Vibe Hacking，攻擊者透過修改本地的指令文件（如 AI_CONFIG.md），誘導 AI 程式碼助手生成帶有漏洞的代碼或執行未授權操作。
第二是 CursorJacking，利用惡意擴充功能在背景靜默地從本地資料庫中竊取 API 金鑰、會話令牌（Session Tokens）以及專有原始碼。
第三是 CometJacking，攻擊者在惡意網頁中嵌入間接提示詞注入（Indirect Prompt Injection），欺騙 AI 代理人將本地使用者文件外傳。這將攻擊目標從人類終端轉向了 AI 協作者。
實務意義與安全建議
面對這種趨勢，首席資訊安全官（CISO）必須將思維從禁止使用 AI 轉向精準識別 AI 的運作位置。安全團隊需要建立持續的能見度，監控所有 AI 應用與插件的即時提示詞與回應。
在實務操作上，企業應強制執行單一登入（SSO）以消除影子 AI，並部署具備上下文感知能力的 AI 數據外洩防護（DLP），以捕捉傳統模式匹配工具無法偵測的非結構化數據洩漏。最重要的是，企業應將自主 AI 代理人視為一種特權數位身分，對其採取最小權限原則（Least-Privilege Access）並進行實時監控，確保 AI 在受控的範圍內為業務創造價值，而非成為企業內部的特洛伊木馬。
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。