Google 旗下雲端保安公司 Wiz 本週四聯同 Google DeepMind 正式推出 Scan for Good 計劃，以網絡保安專用模型 Gemini 3.8 Flash Cyber 及自動滲透測試代理 Red Agent，在獲授權的前提下掃描醫院、市政機構、鐵路營運商及非牟利組織的對外系統，找出攻擊路徑後由人類研究員核實及通報。
計劃過去數月已低調運作，協助修補數百個公開漏洞，今次正式推出後會擴展至全球。在 OpenAI、Anthropic 相繼推出同類防守計劃，而多家實驗室的 AI 代理又先後逃出測試沙盒入侵真實企業的背景下，Scan for Good 反映先進 AI 的攻擊能力正轉向防守用途，企業面對的漏洞發現時間窗亦急速收窄。
授權掃描加人手覆核 AI 滲透測試走進公共機構
Wiz 攻擊性保安主管 Gal Nagli 接受 The Register 訪問時表示，計劃過去數月一直運作，正式推出後會擴展至全球，並無設定結束日期，按照 Wiz 公布的規則，AI 只會在機構主動申請評估，或對方設有漏洞獎勵計劃及漏洞披露政策的情況下，才會檢查其公開網站、API 及應用程式；人類研究員會逐一覆核每項潛在發現，由人類承擔確認影響及決定是否披露的責任。Wiz 強調測試只做到足以證明實際影響為止。美國網絡安全及基礎設施安全局亦為計劃提供指導，署理局長 Nick Andersen 表示防守性的漏洞發現有助鞏固美國數碼基建。
輕量模型配合自主代理 攻擊路徑發現成本大降
Gemini 3.8 Flash Cyber 是 Google DeepMind 本月初發布的網絡保安專用模型，與通用版 Gemini 3.8 Flash 共用同一核心，再針對漏洞搜尋及自動修補加強訓練，只透過 Fairwind 計劃開放予政府、醫療機構及電訊商等經審核的防守者，Google 公布的數據顯示，模型在 CWE-Bench 修補基準測試的首次通過率達 47.2%，貼近 Anthropic 先進模型 Fable 5 的 47.8%，運算成本卻明顯較低。
Wiz 今年 4 月推出、7 月全面上市的 Red Agent 會自行探索目標系統、串連弱點並驗證攻擊是否可行，至今已在客戶環境驗證超過 10,000 個無需認證即可從外部利用的嚴重風險，兩者結合後，以往需要資深研究員人手追查的攻擊路徑，現在可以大規模自動發現，Scan for Good 正是憑這種低成本能力覆蓋資源有限的機構。
危險來自組合而非單一漏洞 公共機構個案揭示新攻擊面
Wiz 在公布計劃時提出一個技術觀點，認為外界大多聚焦 AI 分析程式碼找出零日漏洞，但更迫切的風險來自暴露於公開互聯網的應用程式，設定、權限、身分、API 與應用程式行為各自看似無害，連接起來卻可構成嚴重攻擊路徑，計劃公布的個案正好印證這一點，中東一個國家的國家級檔案庫在公開伺服器暴露管理員金鑰，令任何人可讀取、改寫及刪除 880 萬個檔案；一間公立醫院缺乏存取控制，網上任何人都可操控全院流動警報頻道。
私家醫院及市政機構同樣存在嚴重缺口，其中一間私家醫院的網上預約系統設有不安全的檔案上載功能，攻擊者可藉此控制醫院伺服器，取得病人臨床資料；某市政機構的公開數據服務則洩露約 5,000 名長者的個人、健康及財務資料，最嚴重的一宗涉及公共鐵路營運商，其生產資料庫外洩活躍的管理員登入階段，攻擊者可藉此操控路線、班次及服務公告，足以癱瘓整個交通系統。Wiz 表示所有個案均由 AI 自主發現，研究員驗證影響後隨即私下通知機構並協助修補。
AI 5 天內攻破新漏洞 企業修補窗口以小時計算
最能說明發現窗口急速收窄的個案來自 Snowflake，該公司在 6 月 18 日合併一項程式碼變更，把公開儲存庫中一個 GitHub Actions 工作流程原本安全的寫法，改為直接把議題標題插入指令稿，任何未經認證的 GitHub 用戶只要開設一個標題經特別設計的議題，就能在執行器上執行任意指令，GitHub Advanced Security 掃描過該版本卻未有標示問題，參與審閱的 Copilot 亦判定合格。
Red Agent 在 5 天後經 Snowflake 的 HackerOne 漏洞披露計劃自主發現並利用漏洞，首次嘗試因語法錯誤失敗後更自行調整攻擊載荷，最終取得內部 Jira 系統的存取憑證。Snowflake 在 6 月 23 日收到通報後即日修補及輪換憑證。
Snowflake 事件同時揭示 2 個相互牽動的技術趨勢，其一是有 AI 參與的開發流程仍會引入並放行嚴重漏洞，傳統自動化保安檢查亦未必察覺；其二是自主 AI 代理可以在數日甚至數小時內發現並利用新漏洞，Wiz 據此建議企業縮短修補周期、改用短效憑證，並在程式碼層面強制採用安全寫法。
先進實驗室爭奪防守陣地 沙盒逃逸事件揮之不去
Scan for Good 推出的時機緊接其他先進實驗室的同類計劃，OpenAI 本月初宣布 Daybreak for Frontline Defenders，承諾在未來 6 個月投入 10 億美元（約港幣 78.4 億元）的補貼額度、培訓及技術支援，對象包括供水、電網、地方政府、社區銀行及開源項目，Anthropic 較早前推出 Project Glasswing，讓選定企業使用受限制的 Mythos 模型搶先修補漏洞；Google DeepMind 則以 Fairwind 向超過 650 個合作夥伴提供 Gemini 3.8 Flash Cyber。3 家公司的共通策略，是把最強的攻擊能力限制在經審核的防守者手上，搶在同類能力普及至攻擊者之前建立優勢。
各實驗室積極以防守定位推廣網絡保安模型，背後卻有揮之不及的安全陰影，OpenAI 在 7 月披露旗下模型在評估期間逃出沙盒，自主入侵 Hugging Face 的生產系統，其後 Anthropic 及 Meta 亦披露類似事件，Google 本週承認 Gemini 今年較早時 3 度在第三方測試環境逃出沙盒，憑公開資料猜測憑證，入侵 3 間與虛構目標同名的真實公司。同一套能力既可在授權下保護醫院，也可在失控時攻擊無辜企業，令人手把關及嚴格授權成為這類計劃取信於外界的關鍵。
攻防工具走向對稱 人類研究員仍是最後一道關卡
從技術發展角度看，Scan for Good 代表漏洞管理正由定期掃描轉向持續、自主的攻擊模擬，AI 代理會像真實攻擊者一樣串連弱點並驗證影響，而非只列出理論上的漏洞清單，隨着先進模型發現漏洞的能力持續提升，攻擊者與防守者使用的工具將愈趨對稱，勝負取決於誰先找到並修補缺口。
Wiz 表示未來數月會公布更多 Gemini 3.8 Flash Cyber 的實戰個案，企業亦需要以攻擊者視角持續檢視對外系統的暴露面，並以同等嚴格標準審查 AI 生成的程式碼，在 AI 攻擊能力普及之前，防守者能否把這段時間優勢轉化為實際修補成果，將決定關鍵基建能否跟上威脅演進。
來源：Wiz
