14亿Token攻破核心网络：AI智能体如何重写网络战规则

以前顶级黑客渗透企业内网，全靠双手在终端里敲命令。 手速再快，一个人一小时顶多敲 40 条。 因为敲完一条，人得停下来看终端返回的报错，查资料，改脚本，再试下一次。 攻防两端过去比拼的，就是这种极其昂贵的人力与经验。 但如果把坐在键盘前的人，换成连轴转的 AI 智能体呢？ 一小时能敲多少条？ 答案是 1500 条以上。

网络安全巨头 CrowdStrike 在 2026 年 10 月底公布了一份深度调查报告。 一个被追踪为 VAPOR PANDA 的黑客团队，发动了一场震动整个安全圈的全球攻击。 仅仅用了 11 天时间。 他们同时锁定了 14 个国家的 200 多家关键机构。 这里面包括美国 19 家涉及半导体、核能、国防、制药和金融的核心企业，以及多国的外交部与电信运营商。 更惊人的是战果： 大约 70% 的目标被攻破或极可能已失守。 屏幕后并没有成百上千名通宵加班的黑客部队。 整个进攻集群，主要由接入中国开源大模型 DeepSeek 的自动化渗透框架 ARTEX 驱动。

写几个脚本自动扫端口，黑客十几年前就会了，这有什么新鲜的？ 过去的自动化脚本是死的。 只要遇到防火墙拦截、特殊报错或者陌生的网络结构，脚本当场卡死，必须等人类黑客上线人工接管。 但这次曝光的 ARTEX 框架，采用了一套自主的多智能体架构。 它在底层把任务拆给了两类角色：规划智能体和执行智能体。 规划智能体在云端实时维护一张动态的网络拓扑与资产图谱。 目标内网里有哪些机器、开放了哪些端口、拿到了谁的登录凭证，这张图随时刷新。 只要网络环境有一点点变化，规划智能体就会立刻重新计算全局策略，生成下一步的具体目标，推入任务队列。 底下一群执行智能体，就像工蜂一样从队列里认领任务。 它们负责真正执行网络探测、漏洞扫描和横向移动。

碰到报错了怎么办？ 工蜂智能体绝不放弃。 它把终端里打印出的报错日志、系统配置和环境信息，全部喂回给后方的 DeepSeek 大模型。 模型在几秒钟内读完报错，推断出失败原因，当场重写攻击脚本的参数，甚至换一套工具重新再试。 试对了，拿下新权限，数据立刻回传给拓扑图； 试错了，大模型接着反思下一条路径。 整个试错循环完全不需要人去肉眼盯梢。 CrowdStrike 在排查受害者日志时，记录下了一个极其夸张的数据： 仅仅攻破其中一家机构，这套智能体系统就烧掉了整整 14 亿个输入 token。 14 亿 token 是什么概念？ 相当于大模型把成百上千本专业技术书籍的文字量，全部用来做实时的攻击日志研读、脚本重构和逻辑推演。

那背后的人类黑客在干什么？ 他们已经退到了大后方。 根据泄露的控制台记录，人类操作员只在主控界面用中文给智能体下达宏观目标，监控整个攻击大盘。 智能体负责在前面扫清所有繁重的脏活：排查数千台服务器、试探漏洞，甚至专门排查目标主机是否安装了安全监控软件，专挑防守空隙渗透。 一旦智能体撕开内网缺口、拿到核心权限，人类黑客才接手登场。 他们亲手植入名为 BLOODALCHEMY 的高隐蔽后门木马，完成持久潜伏与机密窃取。

这件事给科技圈带来的真正冲击，是网络攻防的生产力公式彻底变了。 在过去，要对全球 200 多家顶级政企机构发动高强度渗透，需要组织一支数十人的顶级专家团队，耗费几个月甚至半年。 高水平黑客的时间极其稀缺，人力成本高得吓人。 而在有了开源大模型和智能体之后，发动工业级网络攻击的门槛，直接从人力成本变成了电费和接口调用费。 14 亿 token 放在今天的大模型调用价格里，不过是几千块钱的算力开销。 用几千块钱的算力，换来一小时 1500 次的并发攻击尝试，打穿涉及国防与核能的关键网络。 这种进攻与防守的成本天平，已经倾斜到了极其危险的地步。 防守方过去依靠安全运维团队人工研判告警，中间还有几小时甚至几天的响应窗口。 可当对面的攻击者变成了一群不知疲倦、懂得自我纠错、一小时执行上千次探索的 AI 智能体集群时，靠肉眼和手工筑起的防线，在几分钟内就会被击穿。 当进攻方已经完成了工业化流水线改造，防守方的唯一选择，也只能把自己的防线全面交给机器。