
CrowdStrike 的 2026 年威脅狩獵報告以小時為單位衡量漏洞利用窗口——並指出前沿 AI 並非率先縮小該窗口者
- Orca新OrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29100 tok/s
- Orca新OrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 102 tok/s
- Orca新OrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 284 tok/s
- Orca新OrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 93 tok/s
- Moonshot新MoonshotAI: Kimi K3.1 Pro2026-10-2446智能
- Orca新OrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 106 tok/s
- minimax新MiniMax: M3.1 Flash2026-10-1929智能
- Orca新Orca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 tokens · 70 tok/s
- deepseek新DeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeek新DeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 每百萬 tokens · 95 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955智能
- anthropicAnthropic: Claude Sonnet 5.52026-09-2854智能
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 每百萬 tokens · 167 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228智能
- OpenAIOpenAI: GPT-6 Sol2026-09-2248智能
- AnthropicAnthropic: Claude Opus 5.52026-09-2258智能
- xiaomiXiaomi: MiMo-V2.6-Flash2026-09-2127智能
- xiaomiXiaomi: MiMo-V2.6-Pro2026-09-2130智能
- xAIGrok 4.72026-09-2134智能
CrowdStrike 於 2026 年 8 月 3 日發布《2026 威脅狩獵報告》,而廣為流傳的數字是 88%:該公司表示,在 2026 年 1 月至 6 月期間,其觀察到針對具有公開概念驗證的漏洞所進行的漏洞利用,有 88% 是在該概念驗證發布後 48 小時內開始。該報告由 CrowdStrike Intelligence 與 CrowdStrike OverWatch 掛名,涵蓋 2025 年 7 月至 2026 年 6 月的十二個月,並追蹤該公司所稱超過 290 個具名對手。有兩項發現涉及 AI 角度——一場 LLMJacking 行動在兩分鐘內產生近 200,000 次 API 請求,以及由 AI 代理人所提出的偵測線索,其出現速率為人類驅動者的 2.5 倍。該檔案條目未附具名受害者、損失數字或指控;其分級為報告、嚴重程度為資訊,且 AI 參與已獲確認。該紀錄的嚴重程度分級、信心評級與來源清單位於 AI 事件檔案中,與其周邊歸檔的條目並列。
計時從概念驗證開始,而不是從修補程式開始。
CrowdStrike 部落格文章中的那句話措辭謹慎,值得直接引用而非改述:從 2026 年 1 月到 6 月,「CrowdStrike 觀察到的、針對具有公開 PoC 之漏洞的利用行為,有 88% 是在 PoC 發布後 48 小時內進行。」這個時間區間是從可用的漏洞利用程式碼公開的那一刻,到有人實際使用它為止,而不是從修補程式發布時起算。SiliconANGLE 的 Duncan Riley 在文章發布當天如此表述:「從 1 月到 6 月,在 88% 的案例中,這個時間差不到 48 小時。」DigitalToday 的 Chi-gyu Hwang 描述了同樣的方法:CrowdStrike「以小時為單位,衡量從概念驗證漏洞利用程式發布,到它被用於實際攻擊之間的時間間隔。」
那句話內建了兩項限定條件,而在濃縮成標題的過程中,它們往往會從句中消失。第一項是分母:88% 只描述那些已經有公開概念驗證的漏洞,因此對於從未取得概念驗證、數量遠多於此的漏洞,完全沒有說明。第二項是計時本身。該檔案自己的一行摘要把這項發現濃縮為「在揭露後 48 小時內」,而 PoC 發布與修補程式揭露是在不同日子發生的不同事件。當兩者出現分歧時,報告衡量的是其中較寬容的那一個:漏洞可能在有人發布漏洞利用程式碼之前數月就已揭露並修補,而 CrowdStrike 的 48 小時是從第二個事件開始計算。
報告中最清楚的實例,是 CrowdStrike 稱為 UMBRAL BISON 的與白俄羅斯有關聯組織;該公司表示,該組織於 2026 年 4 月利用了 CVE-2026-31431,這是一個 Linux 本機權限提升漏洞。根據該報告,該漏洞於 2026 年 4 月 29 日公開披露;隔天 OverWatch 偵測到該漏洞利用程式被廣泛部署;而在最初 24 小時內約 94% 的事件,是基於公開 PoC 程式的測試行為,而非客製化開發。CrowdStrike 表示,該公司在「公開披露後僅 20 小時多」就發現了該行為者的活動。這是單一案例,來自廠商自身的遙測資料,而這正是彙總百分比無法提供的具體細節。
與此同時,報告記載零日漏洞利用較前一年上升 42%,這個數字是 SiliconANGLE 取自同一份文件。這兩個數字描述的是不同群體——在沒有公開 PoC 的情況下遭利用的漏洞,以及在有公開 PoC 之後遭利用的漏洞——而報告並未將它們相加。

React2Shell:800 條線索,80 名受害者,四天
這份報告中最具體的案例研究是 React2Shell,追蹤編號為 CVE-2025-55182——這是 React Server Components 與 Next.js 中一個未經身分驗證的遠端程式碼執行漏洞。SiliconANGLE 記載,揭露與修補於 2025 年 12 月 3 日發布,而可用的漏洞利用程式碼隔天就出現。CrowdStrike 表示,其稱為 VAULT PANDA 與 GENESIS PANDA 的中國關聯團體,在該漏洞公開揭露後 24 小時內發動蓄意攻擊,而 OverWatch 在最初四天內回應了超過 80 個受害組織中的 800 多條狩獵線索。DigitalToday 報導了相同的兩個團體與相同的 24 小時數字,其敘述是從漏洞利用程式碼出現時起算。
看待這個案例時,若把它與 88% 並列,需要謹慎一些,因為兩者位於報告期間的不同區段。React2Shell 是在 2025 年 12 月 3 日揭露,屬於報告所涵蓋的 2025 年 7 月至 2026 年 6 月期間的上半年;而 88% 的彙總數據僅涵蓋 2026 年 1 月至 6 月。它們是同一份文件中的兩項觀察,而不是對同一趨勢的兩次測量;讀者若把它們疊加成單一加速曲線,讀出的會是報告並未表達的內容。
React2Shell 這個案例確實確立了防禦方面臨的問題樣貌。從公開的漏洞利用程式碼到實際攻擊發生,中間的落差以小時計;而後果並不是有多少主機遭到入侵,而是有多少條追查線索——四天內共有 800 條,分散在八十多個組織。那是工作量層面的數字,而工作量正是威脅狩獵廠商真正算得出來的東西。

AI 的發現,以及那些沒有附上編號的
LLMJacking 行動是報告中最犀利的 AI 細節,而 SiliconANGLE 對此的報導比部落格文章更多。在一場於五月針對某雲端供應商基礎模型服務的行動中,一名行為者將遭入侵的身分提升為管理員權限,提交了解鎖模型存取權所需的用例表單,接著送出近 20 萬次 API 請求,「在最初兩分鐘內湧入,隨後才觸發節流」。CrowdStrike 自己的摘要指出,該行動在兩分鐘內產生了近 20 萬次 API 請求,「造成大規模的財務與營運影響」。
記錄到此為止。報告未提供影響的美元金額、雲端供應商名稱,也未提供行為者名稱。「大規模財務與營運影響」一語是廠商的描述,並非經衡量的損失,而本文所審閱的三篇獨立報導中,也沒有任何內容為它補上數字。因此,檔案對這則條目並未記錄任何實際損害——不是因為什麼都沒發生,而是因為報導量化了機制,卻讓成本停留在文字描述中。
第二個 AI 數字是比例,而非事件。CrowdStrike 表示,由 AI 代理觸發的偵測線索「如今浮現的威脅線索數量是人工驅動活動的 2.5 倍」,並將這項發現歸功於 OverWatch;eSecurity Planet 則將其詮釋為 AI 生成的偵測線索「出現頻率是人工生成線索的 2.5 倍」。平實解讀,這陳述的是送進安全營運中心的工作量,而非產出這些線索的代理的能力;報告也未附上相應的精確率或偽陽性率。
第三項是分類法中的一個佔比:CrowdStrike 表示,在其全年觀察到的 MITRE ATLAS 技術中,AI 模型存取技術占 16%;該公司稱為 FAMOUS CHOLLIMA 的 DPRK 關聯團體,將以 AI 為核心的環境武器化,用以攻擊加密貨幣與區塊鏈公司——這是 ATLAS 中 AI 供應鏈入侵技術 AML.T0010 的一例。供應鏈相關發現是報告中最具體的部分:該公司稱為 STARDUST CHOLLIMA 的團體於 2026 年 3 月利用竊取的維護者憑證入侵 Axios npm 套件,並於 2026 年 6 月將惡意套件注入至少 131 個 Mastra AI 框架套件;該公司稱為 ALTERED SPIDER 的團體在一天內入侵超過 300 個軟體相依項目;而 CrowdStrike 在 2026 年上半年辨識出的軟體套件庫威脅中,有 87% 涉及 npm 套件。
報告內容與其自身標題相牴觸之處
報告的標題是「隨著 AI 使用加速,漏洞利用窗口正在關閉」,讀起來像是一項因果主張。正文並沒有提出這樣的主張。CrowdStrike 在部落格文章中寫道,「這種模式早在尖端 AI 模型出現之前就已存在」,而且部署這類系統「可能」會透過加速漏洞發現與漏洞利用開發,進一步壓縮漏洞利用的時間軸。按照報告自身的框架,AI 是疊加在一項早已以小時為單位衡量的趨勢之上的加速器——同時也是一個新目標,因為 AI 系統掌握著對手想要的祕密、模型存取權與算力。
Adam Meyers,CrowdStrike 反制對手行動(counter-adversary operations)負責人,獲 SiliconANGLE 引述指「AI 現已嵌入現代對手行動之中」,並表示各組織必須「在採用 AI 的同時,以同樣積極的力度保障 AI 安全」。該引述與報告正文均未聲稱是 AI 造成那 48 小時的窗口;報告明確指出,此模式出現的時間早於前沿模型。
「likely」這個詞在那句話裡確實起了作用,而它正是這份文件誠實的邊界。報告中所有關於 AI 會進一步壓縮這個窗口的說法都是預測,而且還是廠商的預測。報告能用資料支撐的部分範圍更窄,但在某些方面也更有用:攻擊者面對已有公開漏洞利用程式碼的缺陷時行動迅速;AI 基礎設施如今既是攻擊面,也是可被竊取的資源;而偵測工作量上升的速度,已快過人類吸收它的能力。
獨立報導涵蓋了什麼,以及其中沒有任何一篇衡量到的又是什麼
CrowdStrike 以外的三家媒體在報告發布當天或前後撰寫了相關報導,而它們之間的差異頗具啟發性,從中可看出哪些調查發現經得起第二家新聞編輯室的檢視。
SiliconANGLE 報導了 88% 這個數字及其方法、React2Shell 時間線(包括 800 個線索與 80 名受害者的計數)、42% 的零日漏洞增幅、16% 的 ATLAS 佔比、以最完整形式呈現的 LLMJacking 活動、2.5 倍的偵測領先比率,以及 Meyers 的引述。它未報導 UMBRAL BISON 案例。
eSecurity Planet 在 Ken Underhill 於 2026 年 8 月 4 日的文章中,提及了 88% 這個數字、2.5 倍的比例、一項稱 AI 驅動的網路威脅在 2025 年暴增 89% 的說法、npm 佔比為 87%、ALTERED SPIDER 的 300 多個依賴項、出於財務動機的雲端攻擊增加 171%、語音釣魚(vishing)翻倍與裝置碼釣魚增加 15 倍,以及入侵事件整體較前一年增加 4%、而前一年為 27%。文中未提及 VAULT PANDA、GENESIS PANDA、React2Shell、OverWatch 或 LLMJacking。
DigitalToday 報導了 88% 這個數字,並附上以 PoC 為基礎的計時、2025 年 7 月至 2026 年 6 月的報告期間、超過 290 個對手的數量,以及 React2Shell 與兩個中國關聯團體相關的時間點。

最重要的一點是三者的共同之處:上述每一個數字都源自 CrowdStrike 的遙測資料。三家媒體都沒有獨立測量那 48 小時的時間窗口、清點追蹤線索,或審核偵測領先比率;它們準確地報導了供應商所說的內容,並註明出處。因此,對這項紀錄的獨立佐證存在於報導層面——三個新聞編輯室同意該文件所說的內容——而不存在於測量層面,這正是該檔案庫的 A 信心等級所描述與未描述的內容。
紀錄未包含的內容
這些缺口很具體。在 CrowdStrike 或三家媒體所概述的報告調查結果中,任何地方都沒有點名受害組織:React2Shell 線索背後的 80 多個組織只是一個數字,而非一份名單。LLMJacking 行動有機制和請求量,但沒有損失數字。這篇部落格文章或本文檢視的任何二手報導中,88% 都沒有公布分母——是多少個漏洞、多少起利用事件。而且文件中任何地方都沒有可歸因於 AI 的加速占比,因為 CrowdStrike 的立場是這種加速早於前沿 AI 出現。
這些都不會讓那份紀錄出錯。這只是讓它成為一份廠商威脅情報報告:有明確點名的方法論,卻沒有點名任何對象,而這正是這類文體的樣子。之所以該仔細讀,而不是只 skim 那個 88%,是因為這份報告比它自己的標題更審慎:它把測量與預測分開,把速度趨勢的起點定在比所有人都想歸咎的那項技術更早的時間,並且把 AI 專屬活動的成本留成一個詞語,而不是一個數字。
能改變局面的是對同一區間的外部量測——某個國家級 CERT 發布自家從 PoC 到實際利用的分布,或監管機關要求提供事件時間資料。在本文檢視的來源中,這類內容並未出現。在此之前,這段 48 小時窗口只是一家公司對自家遙測資料的看法,於 2026 年 8 月 3 日發布,並由三家以相同方式解讀的新聞編輯室佐證。
