隨著 AI 代理擴大網路風險，澳洲的舊有系統面臨新壓力

一位前聯合國網路談判代表警告，隨著 AI 代理越來越能發現並利用弱點，澳洲對舊有系統的依賴可能使政府與關鍵服務暴露於異常風險之中。

這項警告由 The Guardian 與 The Conversation 分別報導，將兩個既有問題連結起來：老化的數位基礎設施，以及 AI 系統在有限人類介入下執行網路任務的能力不斷提升。這些報導並未指出具體入侵事件，也未揭露新的政府評估，但它們將舊有技術描繪為一種隨著自動化進步而更加嚴重的結構性風險。

為什麼舊有系統現在很重要

舊有系統並不會自動不安全。其風險通常來自於在不干擾必要運作的情況下，難以更新、監控或替換。較舊的平台可能依賴不再支援的軟體、客製化整合、薄弱的驗證方式，或難以取代的專業知識。

這些限制長期以來一直讓公共機構與大型企業的網路安全變得複雜。本次報導提出的擔憂是，AI 代理可能讓這些弱點更容易被發現並大規模利用。人類攻擊者可能需要時間研究一個組織、找出暴露的服務、測試憑證，並協調入侵。自動化系統則可能在多個目標上協助完成這個過程的一部分。

這並不表示每一個 AI 代理都能獨立攻破老舊系統。但這確實意味著防禦者可能面對更頻繁且更快速的嘗試，尤其是在組織修補不一致、資產可視性不佳，或系統無法支援現代安全控制的情況下。

報導建立了什麼——以及沒有建立什麼

The Guardian 的標題將這項警告歸因於一位前聯合國網路談判代表，而 The Conversation 則將此問題描述為既有網路風險的延續，而非全新的漏洞。兩篇報導合在一起指出一項戰略性疑慮：澳洲的技術債可能會加劇日益自動化攻擊的後果。

目前可取得的來源材料並未提供前談判代表的姓名、直接引述、特定受影響機關，或澳洲發生 AI 促成事件的證據。它也未證明 AI 代理 已經利用了某個特定的澳洲舊有平台。這些區別很重要。這項警告是風險評估，而不是某個具名系統已遭入侵的證據。

所提供的報導也沒有績效基準、採用數據或經獨立驗證的測量。因此，對 AI 代理能力的主張應被視為能力與威脅分析，而不是證明攻擊者目前擁有可攻破舊有基礎設施的萬能工具。

對企業採購方與公部門技術領導者而言，實際上的結論依然重要：安全規劃不能再只從傳統惡意軟體或人工入侵的角度評估老舊系統。AI 輔助活動可能帶來的速度與規模，需要納入威脅建模。

AI 代理改變了攻防的經濟模式

AI 代理是設計來透過規劃與執行多個步驟來追求目標的軟體系統，通常會使用瀏覽器、程式碼環境、資料庫或企業應用程式等工具。它們在網路安全上的價值取決於所獲得的權限、規劃品質，以及圍繞其行為的安全防護。

在攻擊方面，代理可以協助自動化偵察、生成或改寫程式碼、解讀技術文件，或整理大量暴露資訊。確切能力取決於模型與周邊工具；沒有網路存取或憑證的代理，無法直接充當自主入侵者。

在防禦方面，同類系統可協助盤點資產、關聯警示、測試設定並找出未修補服務。但防禦自動化也帶來自己的需求。連接到生產系統的代理需要嚴格受限的權限、可靠的稽核紀錄、針對高影響動作的核准關卡，以及可停止或回復錯誤的方法。

舊有環境讓這些防護更難實施。舊應用程式可能不提供現代 API、可能產生不完整日誌，或依賴共享帳號與手動流程。企業可以在這類系統外圍加上一層 AI 安全機制，但這層機制無法消除底層的營運與架構限制。

對建置者與企業的影響

對 AI 安全產品的開發者而言，澳洲的警告再次凸顯一點：產品設計不能假設每位客戶都有乾淨、現代化的雲端堆疊，而必須考慮不完美的環境。產品需要能在遙測不完整、較舊身分系統與混合式基礎設施中運作，同時清楚向人類操作員標示不確定性。

權限設計可能與模型品質一樣重要。能讀取紀錄、變更設定、傳送訊息或執行程式碼的 AI 代理，應按功能區分並預設加以限制。企業應該能檢視代理嘗試了什麼、呼叫了哪些工具，以及為何某項動作被核准。

對公共機構與其他關鍵基礎設施營運者而言，汰換舊有系統或許是最持久的解方，但更換專案可能需要數年。短期措施包括：準確的資產清冊、網路分段、更強的驗證、經過測試的備份、集中式日誌，以及假設攻擊者可能比以往更快移動的事件處置流程。

這項警告也有採購上的意涵。評估 AI 代理的組織不僅應該問產品是否提升生產力，還要問它需要哪些存取權，以及這些存取權如何與既有弱點互動。若治理能力比所啟用的自動化更弱，加入脆弱工作流程中的代理可能會擴大攻擊面。

接下來要觀察什麼

第一個訊號將是澳洲機構是否會發布更具體的 AI 促成網路威脅與舊有基礎設施指引。具體警示、受影響的技術類別或事件資料，都有助於區分廣泛的戰略性擔憂與已證實的利用。

第二個訊號是大型組織是否開始在採購與安全政策中報告特定於代理的控制要求。最小權限存取、人類核准、活動紀錄，以及在隔離環境中的測試要求，都會顯示這項風險正在影響部署決策。

安全研究人員也可以透過記錄當前 AI 代理面對真實世界舊有系統時的表現，提供更清楚的證據。有價值的研究會區分模型能力、工具存取、憑證與操作員協助，而不是把「AI」視為單一威脅類別。

Creati.ai 觀點

這篇報導的重要之處不在於 AI 代理已讓澳洲每一套舊有系統都立刻脆弱，而在於自動化提高了拖延已知弱點不處理的成本。過去攻擊者難以手動檢視的系統，當偵察與分析可以低成本反覆進行時，可能會變得更具吸引力。

因此，澳洲的問題既是網路安全問題，也是系統管理問題。組織不能只依賴 AI 偵測來彌補不受支援的平台、薄弱的身分控管或可視性不足。最可信的回應是結合現代化、嚴格的代理權限，以及以證據為基礎的測試，找出自動化真正造成額外風險的地方。