为何人工智能特别擅长骗过人类：攻防不对称正在扩大

在2026年Black Hat USA的Dark Reading新闻台，安全研究者Fred Heiding谈到人工智能在操纵与社会工程上的突出能力。他指出，AI正在加强网络犯罪分子的社工与诈骗手段；按FBI IC3报告，美国民众去年相关损失接近210亿美元。更关键的是，AI技术本身就显示出对人类的强大影响力。对防御者而言，这造成不对称：技术攻击上攻防双方都能用AI，攻防大致同步抬升；但面对操纵，人脑无法像系统一样被“打补丁”，旧有心理启发式仍在，因此攻击者受益更大。Heiding曾在哈佛从事网络政策与技术研究，正转向西海岸并筹建Menlo Park Intelligence，计划做更偏实践、甚至涉及选举操纵风险的AI安全研究。他举例称，2020年IC3统计欺诈约40亿美元，到2025年已升至约210亿美元，AI公司获利却难被追责。他也承认蓝队在漏洞挖掘等技术防御上可用到先行提供的强模型，但钓鱼场景仅靠改进过滤器帮助有限，因为海量生成容易，而无法把模型直接“打补丁”到人身上。