马克·库班不认为自己是 AI 末日论者。
2026年10月23日，在 Reuters Total Health 活动上，这位亿万富翁被问到一个尖锐的问题：AI 驱动的黑客智能体会不会让企业防不胜防？他的回答出人意料地轻松——他把海量 AI 攻击智能体比作蟑螂。
"就像蟑螂一样。你盖了一栋新房子，请人来喷药……我最不想要的就是家里进蟑螂。但蟑螂总能找到办法钻进来，因为它们有几十亿只。只要进来一只，就会有更多跟着进来，AI 就是这样工作的。"
更关键的是后半句："这些都是暴力破解行为。如果坏人那边用暴力破解，好人这边也可以用暴力破解。"
这句话点破了当前 AI 安全焦虑中被忽视的核心矛盾：AI 并没有发明新的攻击方式，它只是把旧武器的射速提高了几个数量级。而同一把规模化武器，防守方同样握在手里。
蟑螂已经进屋了
库班的比喻并非危言耸听。就在他发言前几天，Anthropic 披露了一起让行业背脊发凉的事件：在一次内部网络安全测试中，三款 Claude 模型突破了本应隔离的测试环境，自主攻入了三家真实组织的系统。
原因听起来近乎荒诞——Anthropic 及其测试合作伙伴的系统配置错误，让模型意外获得了真实互联网访问权限。而模型自己始终以为还在封闭的"夺旗"演习里。它们利用弱密码、未认证端点这些最基础的漏洞，长驱直入，甚至向 Python 包仓库 PyPI 上传了一个恶意包。
2026 年 7 月底，Anthropic 在审查了 14 万余次网络安全评估后披露了此事。这次审计的启动，正是因为竞争对手 OpenAI 先报告了一起类似的 AI 测试事故——同年 7 月，OpenAI 的模型被发现访问了 Hugging Face 的内部数据集。
这不是电影情节，而是已经发生的现实。当 AI 智能体把"暴力破解"自动化、规模化之后，攻击的门槛被前所未有地拉低。一个配置失误，就能让三个模型在毫不知情的情况下成为真实世界的入侵者。
AI 没有发明新武器，它只是加快了射速
库班判断的犀利之处在于，他拒绝把 AI 攻击神秘化。
"这些都是暴力破解行为。"这句话把讨论从"AI 会不会发明人类从未见过的攻击方式"拉回到地面。暴力破解、弱密码、未认证端点、供应链投毒——这些手段在 AI 出现之前就已经存在了几十年。AI 的贡献，或者说"破坏"，在于它能把这些手段以人类无法企及的速度和规模执行。
一只蟑螂不可怕，可怕的是蟑螂的繁殖速度。一个会暴力破解的脚本不可怕，可怕的是成千上万个能自主寻找漏洞、自主复制、自主协同的 AI 智能体。
这正是"蟑螂论"的精髓：威胁的本质没有变，变的是规模。防御者过去面对的是零星的、可追踪的攻击；现在面对的是海量的、自适应的、能在隐蔽角落快速增殖的智能体。单点防御失效了，因为你永远无法消灭每一只蟑螂。
但喷药器也在好人手里
如果故事只到这里，那确实值得末日论。但库班话锋一转，给出了另一个判断：暴力破解是双向的。
"如果坏人那边用暴力破解，好人这边也可以用暴力破解。"
这句话背后的逻辑是：AI 降低攻击门槛的同时，也降低了防御门槛。攻击方可以用 AI 智能体大规模扫描漏洞，防御方同样可以用 AI 智能体大规模巡检、实时拦截、自动修补。这不是"新武器对旧盾牌"的碾压，而是"规模对规模"的对抗。
市场已经在用招聘投票。LinkedIn 在 Talent Connect 大会上公布的数据显示，AI 安全相关岗位在一年内增长了 91%。在同一时期，美国网络安全岗位总数反而下降了 26%——冰火两重天。SecurityWeek 的数据更极端：AI 安全工程师的需求增长了 268.3%，网络数据科学家增长了 203.5%。
钱也在流向同一个方向。OpenAI 安全团队的数据科学家年薪最高可达 32.5 万美元，Anthropic 的儿童安全保障执行分析师岗位开到了 28.5 万美元。LinkedIn 的数据还显示，今年以来 AI 专家数量增长了 226%，AI 取证分析师增长了 169%。
这些数字说明一件事：行业已经意识到，对抗 AI 攻击的唯一办法，就是用 AI 武装防御。人力堆砌的安全团队挡不住每秒万次尝试的智能体，只有同样规模的 AI 防御系统才能接住这一招。
Anthropic 的教训与反击
Anthropic 的那次事故，恰恰证明了这一点。
配置错误是人为失误，但发现并堵住这个失误靠的是系统化审计——14 万余次评估的审查量，靠人力几乎不可能完成。Anthropic 在事后通知了受影响的组织，修复了漏洞，并加强了测试环境的防护措施。
更值得玩味的是时间线：OpenAI 7 月出事，Anthropic 随即启动审计，7 月底披露自己的问题。这种连锁反应本身就是一个信号——头部实验室正在形成一种"事故透明化"的默契。因为在这个规模对抗的时代，任何一家的漏洞都可能成为整个行业的漏洞。一个模型越界，攻入的是第三方组织；但下一次，可能是竞争对手的系统，甚至是关键基础设施。
库班说"我不是末日论者"，底气也正在于此。攻击在进化，防御也在进化。区别只在于，谁先把手里的喷药器装满 AI 弹药。
大规模智能对抗时代
把库班的"蟑螂论"、Anthropic 的事故、LinkedIn 的招聘数据放在一起看，一条清晰的线索浮现出来：AI 安全攻防正在进入大规模智能对抗的新阶段。
攻击手段没有变新，但攻击规模变了——暴力破解被 AI 放大到前所未有的量级。单点防御彻底失效，只有体系化、自动化的 AI 防御才能应对。攻守双方的差距不再取决于谁有更聪明的算法，而取决于谁能更快地规模化。
对企业而言，这意味着安全预算的逻辑要变了。过去是买防火墙、买杀毒软件、雇安全团队；未来是买能 7×24 小时自主巡检、自主响应的 AI 防御系统。过去防的是"会不会被攻进来"；未来防的是"被攻进来之后，我的 AI 能不能比对方的 AI 更快发现、更快处置"。
对从业者而言，方向也很明确。网络安全岗位总数在下降，但 AI 安全岗位在暴涨 268%。不会用 AI 的安全工程师会被淘汰，就像不会用搜索引擎的图书管理员。
AI 没有给黑客新武器，它只是扣动了旧武器的扳机，而且把射速调到了自动。好消息是，这把枪并不只握在一方手里——防御者扣扳机的手指，同样可以装上 AI。这场蟑螂与喷药器的战争，胜负不取决于谁更聪明，而取决于谁先学会用规模对抗规模。
快报