資安現在越來越像 proof of work

AI News · 2026-04-15

原文連結： Cybersecurity Looks Like Proof of Work Now

摘要

• Anthropic 的 Mythos 在資安任務上強到讓外界開始重新計算防禦成本
• AISI 的評測顯示，模型給的 token 預算越高，找出漏洞的能力也越強
• 這讓資安有點像 proof of work，勝負不只看聰明，還看願意燒多少算力與預算
• 開源軟體因此更重要，因為防護成本可以由所有使用者一起分攤
• agentic coding 接下來可能會多出「hardening」這個新階段
• 對開發者來說，安全檢查會越來越像日常流程，而不是事後補考

· · ·

資安現在像是在做 proof of work 嗎？

上週才剛看到 Anthropic 的 Mythos，一個在電腦資安任務上「強到驚人」的模型，以致 Anthropic 根本沒有公開釋出。相反地，只有關鍵軟體的開發者被給予存取權，好讓他們有時間先把系統加固。

大家很快就走完了一套面對大型 AI 宣稱時的標準流程，震驚、害怕、炒作、懷疑、批評，最後再繼續往下一件事前進。這篇文章也一直呼籲大家先等等看，因為資安能力本來就特別適合拿來做驚人的 demo。找漏洞是一個界線清楚、而且可驗證的搜尋問題。你不是在打造一個複雜系統，而是在戳一個已經存在的系統，而且這很適合丟進幾百萬個 token 去試。

昨天，第一份第三方分析出爐，來自 AI Security Institute（AISI），大致上支持 Anthropic 的說法。Mythos 確實很強，甚至可以說在原本就快速進步的資安能力地景裡，又往前踩了一大步。

整份報告都值得讀，但這篇特別想聚焦在一張圖，圖中顯示不同模型在模擬複雜企業網路攻擊時的成功率。

《The Last Ones》是一個 32 步驟的企業網路攻擊模擬，從初步偵察一路到完整接管網路，AISI 估計人類需要 20 小時才能完成。圖上的線條是多次執行的平均值，Mythos、Opus 4.6 與 GPT-5.4 各跑了 10 次，而「max」線則是每一批裡的最佳結果。Mythos 是唯一成功完成任務的模型，10 次裡有 3 次做到。

這張圖其實在暗示一個有趣的資安經濟學，想要把系統加固，就得花比攻擊者更多的 token 去找出漏洞。

AISI 給每次嘗試都編了 1 億 token 的預算。換算下來，每次 Mythos 嘗試要 12,500 美元，十次總共是 12.5 萬美元。更麻煩的是，被給到 1 億 token 預算的模型，沒有任何一個出現明顯的邊際效益遞減。AISI 也寫道，模型在測試過的 token 預算範圍內，隨著預算增加，表現仍然持續進步。

如果 Mythos 只要一直加 token 就能持續找出漏洞，那資安就會被簡化成一個殘酷但直接的公式，想要加固系統，就得花比攻擊者更多的 token 去找漏洞。換句話說，安全成本變成了市場價格問題。

這不靠聰明取勝，而是靠花更多錢。這個結構很像加密貨幣裡的 proof of work，成功與否取決於原始運算工作量。它像是一場低溫度的彩券，買 token，可能找到漏洞；希望你能比攻擊者撐得更久。

這個算式帶來幾個直接結論。

第一，開源軟體依然非常重要。

對那些沒有天天被 AI 極客包圍的人來說，這句話聽起來可能有點荒謬。但最近在 LiteLLM 和 Axios 供應鏈風波之後，很多人開始主張，用 coding agent 直接重寫依賴套件功能就好。

Karpathy 幾週前才說過這樣的話：

傳統軟體工程會告訴你，依賴是好事（我們是在用磚塊蓋金字塔），但我覺得這件事得重新評估。我對依賴越來越反感了，因為我比較喜歡用 LLM 去「偷」功能，只要那功能夠簡單、也做得到。

如果安全本質上就是對一個系統投入更多 token，那麼 Linus’s law 也會被重新改寫成，給足夠多的眼睛，也要再加上足夠多的 token，漏洞才會變淺。若依賴開源套件的大公司願意花 token 去保護它們，通常會比一般團隊自己重寫的替代品更安全。當然，這裡有個現實難題，因為一個被廣泛使用的 OSS 套件，一旦被打穿，價值也更高，這反過來又會鼓勵攻擊者把更多資源投向開源目標。

第二，hardening 會成為 agentic coding 的額外階段。

現在已經可以看到，開發流程開始被拆成兩步，開發與 code review，而且常常還會用不同模型各做一段。隨著這個模式成熟，也會出現專門對應它的工具。Anthropic 已經推出 code review 產品，每次審查收費 15 到 20 美元。

如果上面的 Mythos 敘事成立，那很可能會變成三段式流程，開發、review、hardening。

• 開發，快速實作功能，靠人類直覺與使用者回饋反覆迭代。
• Review，異步做文件、重構與整理，順便套用最佳實務。
• Hardening，自動化找漏洞，直到預算花完為止。

關鍵差異在於，第一階段的瓶頸是人類投入，最後一階段的瓶頸是錢。這也讓它們自然分成不同流程，畢竟在還沒做出東西之前，根本沒必要先花錢加固。過去安全審查又少、又零散、又不一致。現在可以把它變成持續性的流程，而且希望是在合理預算內持續進行。

Code 仍然很便宜，除非它必須是安全的。即使 inference 持續優化、成本一直下降，只要模型還沒到安全回報遞減的地步，就還是得買比攻擊者更多的 token。最後的成本，還是由漏洞在市場上的價值決定。

· · ·

延伸評論：安全成本終於開始可計價了

這篇最值得注意的地方，不是 Mythos 有多強，而是它把資安從「抽象的風險」拉成「可計算的成本」。一旦攻防雙方都能用 token 和預算衡量，安全就不再只是流程問題，而是持續的經濟戰。

這也解釋了為什麼開源軟體會更關鍵。當防護成本能被共享，OSS 的價值就不只是在可修改，還在於能被集體加固。對真的在做 agentic coding 的團隊來說，未來最該補上的不只是測試，還有把 hardening 變成工作流的一部分。