AI抹平攻擊門檻：腳本小子也能用上國家級黑客的本事
開源大模型裝在家用電腦上就能造勒索軟件，入侵後平均29分鐘、最快27秒就能在系統裡橫向移動。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
AI把攻擊者的金字塔碾平了
過去攻擊者分三層：底層是數量最多、能力最弱的黑客行動主義者，中間是電子犯罪團伙，頂端是能力最強但數量最少的國家級黑客。Kurtz說這套金字塔被去掉護欄的開源模型整個壓扁了：幾年前只有國家級黑客才有的能力，今天一個普通黑客行動主義者就能用上。結果是更多漏洞被發現、攻擊速度更快，一波接一波幾乎能從節奏上看出是不是AI在打。
— George Kurtz前沿模型連網絡安全PPT都拒寫
Kurtz說現在隨便用一個前沿模型做張涉及網絡安全的PowerPoint都會被拒絕、降級到更弱的模型。真正被攻擊者大量使用的是GLM、Qwen這類開源權重模型，很多還被專門去除護欄或為紅隊測試定製過。他自己家裡擺著兩臺Spark DGX，所有模型隨便跑，想做勒索軟件、做成工具包、迭代升級，完全沒有阻攔，這比在筆記本上本地運行只差一步。
— George Kurtz入侵後橫向移動只要27秒
CrowdStrike追蹤的breakout time（攻擊者從首次落腳點擴散到其他系統所需時間）過去以天甚至小時計算，現在平均只要29分鐘，最快記錄是27秒。原因是攻擊者不再依賴惡意軟件，而是直接用提示詞現場作戰——每次攻擊的提示詞工程都會生成獨一無二的行動簽名，判斷方向、收集信息、選擇跳板，這讓防禦方更難用固定特徵識別攻擊。
— George KurtzHugging Face事件暴露的真正問題
被問及Hugging Face那次端到端智能體攻擊實驗的最大收穫，Kurtz沒有強調攻擊者藏身、求生存這些表面細節，而是指出研究者一開始去問前沿模型，結果被拒絕了——護欄擋住了防守方，他們只能轉向開源權重模型才完成分析。他的結論是：防守方目前沒有和進攻方同等級別的前沿AI能力，這正是CrowdStrike自建模型要解決的事。
— George Kurtz用數字孿生讓紅藍模型互相廝殺
CrowdStrike和NVIDIA合作近半年，基於Nemotron打造了兩款自有模型：紅隊模型Red Tempest和藍隊模型Blue Solano。做法是把客戶環境信息建成一個數字孿生——這是Jensen Huang堅持要加的，他認為別的行業都有數字孿生，安全行業也該有。紅模型在虛擬環境裡不斷嘗試突破，直到被藍模型識破為止，用這種持續對抗的循環防止防守方永遠慢一拍。
— George Kurtz一次修復任務從10美元降到3美分
Kurtz給出具體對比：用最高規格的前沿網絡安全模型做一次常規修復大約要10美元，CrowdStrike自己的模型只要3美分。真正的壁壘不是便宜，而是數據——他說「沒有CrowdStrike安全數據的Reddit」，十幾年積累的威脅與漏洞配對、攻擊鏈數據是合成數據模擬不出來的，這也是客戶不願把敏感數據送去訓練前沿模型、轉而要「AI主權」的原因。
— George KurtzCIO們被賬單嚇怕後轉向開源模型
Kurtz轉述和一家紐約大銀行CIO吃飯的對話：公司曾經All in前沿模型，直到token賬單失控才剎車。現在的策略是把絕大多數工作交給開源權重模型自己做後訓練，哪怕落後前沿三個月也夠用，只有真正賺錢的「方程式賽車」級任務才捨得花錢用前沿模型。另一位大型科技買家更直接：組織根本沒能力消化前沿模型每十天一次的迭代節奏，落後三個月反而正好匹配他們的監管節奏。
— George Kurtz一個15年老公司如何拒絕瀑布式開發
面對AI原生公司幾個人就能幹完大團隊的活，Kurtz說大公司必須自我顛覆：不能再靠幾千人、一年一次交付的瀑布模式，而要拆成小分隊。CrowdStrike的Falcon Guardian產品他自己每週參與三次設計評審，像創業公司一樣改方向。真正的護城河不是團隊規模，而是公司作為「淨數據創造者」——僅端點安全代理（他強調別和AI agent混淆）每天就產生約七萬億條事件，持續餵養模型。
— George Kurtz原話 · 已逐字校驗
For the first time, security is the gas pedal, not the brake.
這是第一次，安全成了油門，而不是剎車。
George Kurtz0:00
the new apex predator is the agent state, not the nation state, it's the agent state.
新的頂級掠食者是「agent state」（智能體國家），不是nation state（民族國家），就是agent state。
George Kurtz3:11
On average, it's 29 minutes. But we've seen it as quick as 27 seconds.
平均是29分鐘，但我們見過最快只要27秒。
George Kurtz7:17
it's not malware anymore. It's prompts. So they can basically engineer prompts that would uniquely create a totally unique signature of what direction they're going to go in, how they gather information, where they pivot.
現在打的不是惡意軟件了，是提示詞。他們能把提示詞工程化，每次生成一個獨一無二的行動簽名——往哪個方向走、怎麼收集信息、在哪裡跳板轉移。
George Kurtz8:25
there is no Reddit of CrowdStrike security data.
沒有一個叫「CrowdStrike安全數據」的Reddit。
George Kurtz20:45
trust is, is built in drips and lost in buckets.
信任是一滴一滴攢起來的，卻是一桶一桶失去的。
George Kurtz22:46
The only way to fight AI today is with better AI.
今天對抗AI的唯一辦法，就是用更好的AI。
George Kurtz36:25
數字與實體
| 攻擊者橫向移動時間(breakout time) | 平均29分鐘，最快27秒 | 7:17 |
| CrowdStrike平臺模塊數 | 33個（創立時只有1個） | 16:44 |
| 企業員工平均使用的agent數量 | 約90個 | 17:44 |
| 安全修復任務單次成本對比 | 頂級前沿模型約10美元/次，CrowdStrike自有模型約3美分/次 | 20:45 |
| CrowdStrike端點代理每日產生事件數 | 約7萬億條/天 | 41:47 |
術語
- pyramid of pain痛苦金字塔
- 按能力從低到高排列攻擊者的分層模型：黑客行動主義者、電子犯罪、國家級黑客
- breakout time橫向移動時間
- 攻擊者從首次入侵點擴散到其他系統所需的時間
- ablated models去護欄模型
- 被刻意移除安全限制、可自由生成攻擊內容的開源模型
- digital twin數字孿生
- 把客戶真實IT環境在虛擬世界裡完整復刻，用來做攻防模擬
- distillation模型蒸餾
- 用大模型的輸出去訓練出一個更小、更便宜的模型
收聽指南
企業CISO、安全團隊負責人，以及想了解AI如何同時重塑攻防兩端能力和成本結構的技術決策者。
結尾關於「AI會不會搶工作、孩子該學什麼專業」的職業建議部分可以跳過，信息量較低。