AI 生成的钓鱼内容越来越像真的，账号被盗只是第一步。
荷兰数据保护局 7 月 8 日发布的年度报告显示，2025 年共收到 39,407 起数据泄露报告，其中 2,428 起由网络攻击造成。报告直接提醒：人工智能的快速发展，正在增加钓鱼和数据泄露风险。
这期图里想讲清楚的，是一条容易被忽略的链路：
AI 热点先被拿来建立信任，仿冒工具或登录页面再把人引过去。微软安全博客把「利用 AI 热度进行社会工程」列为近期观察到的方向，说明 AI 不只是攻击工具，也可能成为攻击话术和诱饵本身。
进入登录环节后，风险也不一定在输入密码时结束。AiTM 钓鱼会把用户和真实服务之间的登录流量实时转发，攻击者可能拿到已经认证的会话。微软曾记录过针对超过 10,000 家组织的大规模钓鱼活动：即使用户开启了多因素认证，攻击者仍可能劫持会话并跳过后续认证步骤。
所以，MFA 解决的是「谁能登录」的一部分问题，不能自动回答「登录后能看见哪些文件、对话和知识库」。一旦账号进入邮箱、云盘或 AI 工作区，文件、提示词、历史记录和企业知识就可能沿着原有权限继续暴露。这是风险链路示意，不代表每一次钓鱼事件都会走完全部环节。
这期的三个看点
- AI 正在改变钓鱼的信任入口，但目前能确认的事实是「监管机构发出风险警告、微软观察到 AI 话题被用作社会工程诱饵」，不能把它夸大成某个统一的攻击统计。
- 多因素认证仍然有价值，但对抗 AiTM 时，账号登录和会话安全需要分开看。
- 企业真正要保护的，不只是登录凭证，还包括进入 AI 工作区后的文件、提示词、历史记录和敏感知识。
这也是公域 AI 的结构性边界：数据一旦以明文进入外部服务，账号、日志、连接服务和后续权限都会成为新的暴露面。仅靠提醒员工「小心钓鱼」，很难把明文从整个链路里拿掉。
公开资料显示，AI 加密平台可以把数据在离开本地设备前先变成密文，计算侧用可信硬件或同态加密完成密态推理，结果以密文返回，最后由用户在本地解密。它对应的不是一句泛泛的「更安全」，而是把保护边界推到输入、推理和返回过程之前。
当 AI 开始接触合同、代码、病历、财务和内部知识库，真正值得确认的问题是：数据有没有在模型工作时持续保持不可见，而不是只在登录页面前多加一道验证。
你所在的团队，最担心哪一类 AI 工作区数据在账号失守后被继续调用？
#AI 隐私 #AI 安全 #钓鱼攻击 #数据泄露 #AiTM #企业数据安全 #数据合规 #密态计算 #AI 加密平台
Comments
Sign in to comment.