《The Register》2026 年 9 月 13 日刊出分析，指出「security through obscurity」（靠藏匿換安全）在 AI 代理時代已徹底過時：攻擊者與研究人員都能用模型快速枚舉冷門協定與十年前的程式庫弱點，工控系統亦不再因「懂的人少」而得免。本文已對照 CISA／NSA 等五機構聯合通告 AA26-231A、1Password Off-by-1 Labs 研究，以及 Rapid7 對 Microsoft 九月 Patch Tuesday 的公開計數，來源真實性已驗證。重點包括：AI 如何壓縮發現與利用窗口、為何自動修補仍靠不住，以及香港企業與基建運營者應如何由「藏起來」轉向可驗證的分段與流程改進。
一、事件核心：藏匿從來不是策略，只是拖延
技術細節
「靠藏匿換安全」指假設架構、弱點與協定細節不為人知，系統就相對安全。資安圈長期批評此想法，但許多組織因資源不足或惰性，仍把冷門協定、專有工控堆疊與未公開內部介面，當成實質防線。
《The Register》引述 FBI 網絡部門助理主任 Brett Leatherman：過去被社群視為「壓測十年」的開源元件，最新模型仍能指出其中重大漏洞。Trend Micro Zero Day Initiative 的 Dustin Childs 則以 Microsoft 九月 Patch Tuesday 為例，指出修補清單中出現多年無人討論的元件（例如古老的 Telnet 用戶端、RNDIS、NFS Portmapper、Vista 時代的 Link Layer Topology Discovery）。Rapid7 公開統計寫明，Microsoft 當日對自家產品發布約 974 項 CVE（不同機構因計數口徑或寫 964／972，但「破紀錄洪水」方向一致）。攻擊者亦用 AI 在上游修補後、下游穩定版尚未推送前，縮短「patch-gap」窗口。
二、技術原理：AI 同時加速找洞與降低工控門檻
AI 代理能大規模閱讀公開文件、程式庫與協定規格，把「需要稀缺專家腦內知識」的探索成本壓低。結果是：
- 發現端：開源與冷門元件被批量翻出，披露與修補數量上升，維護者 backlog 膨脹。
- 利用端：修補一公開，逆向與利用套件可在數小時內迭代。
- 工控端：OT／ICS 曾因協定冷門、硬體專有而被當作黑盒；AI 讓非專家人員也能請代理學習 S7comm 等協定並生成腳本。
CISA、NSA、FBI、美國能源部與環保署於 2026 年 8 月 19 日發布聯合通告 AA26-231A，警告針對 Siemens S7 系列 PLC 的活躍威脅：攻擊者用互聯網掃描服務找出暴露或分段不足的控制器，再結合 snap7.dll／python-snap7 與 AI 生成的利用腳本（偽裝成合法監控工具），經 S7comm／TCP 102 讀寫記憶體、組態與梯形圖邏輯。通告明言「這不是理論風險，而是活躍威脅」，涵蓋製造、能源、水務等關鍵基礎設施。Google Threat Intelligence Group 分析師 John Hultquist 亦對《The Register》表示，AI 擅長排查冷門系統，令「專業知識只在少數人腦中」的 OT 防線難以持久。
三、日常應用場景
1. 開發者與技術團隊
假設「沒人會挖這支十年舊函式庫」已失效。應把威脅模型改為：公開或半公開介面都會被代理枚舉。優先減少攻擊面、啟用安全預設模板（例如在 CI／CD 阻擋常見 injection），而不是只追逐修補速度。
2. 企業與隱私敏感行業
金融、醫療、法律與製造若仍依賴「內網黑盒＝安全」，在 AI 輔助偵察下風險上升。需要可稽核的分段、最小權限、變更窗口監控，以及對第三方遠端維運的暴露面清查。
3. 一般用戶
消費端較少直接碰 PLC，但仍受「漏洞洪水」影響：作業系統與瀏覽器的緊急修補更頻密，自動更新與官方來源渠道更重要。
4. 香港與亞洲市場視角
香港同時是金融中心與區域數據樞紐，部分樓宇、物流與製造供應鏈仍使用工業控制器或舊版遙測。即使未直接運行 Siemens S7，AA26-231A 亦提醒「所有 PLC 業主應採相關緩解」。對本地企業而言，合規與營運連續性要求把 OT／IT 分段、關閉不必要的互聯網暴露，以及驗證第三方維運路徑，寫進採購與審計清單。雲端與零信任遷移若仍停留在「把舊系統藏在 VPN 後面」，並不足以對應 AI 時代的偵察成本。
四、專業評價與潛在考量
優勢
- 公開討論終結「靠藏匿」幻覺，有助預算轉向真正的防禦深度。
- 官方通告與廠商研究提供可核對的緩解清單（清點、修補、斷網暴露、強化認證、監控 S7comm 異常）。
- 1Password Off-by-1 Labs 對 6,080 個由 ChatGPT-5.5 與 Claude Opus 4.8 生成的修補樣本顯示：完整修好漏洞且不顯著改變行為的平均成功率僅約 26.0%；未能修好、引入新洞或兩者兼有的情況平均約 53.9%。這提醒組織：AI 找洞加速了，AI 自動修好並未跟上。
需要留意的地方
- Patch Tuesday 的 CVE 計數因來源口徑略有出入（Rapid7 約 974；Tenable／CrowdStrike 亦報破紀錄量級），引用時宜註明來源。
- AA26-231A 聚焦能力發展與偵察模式，並非宣布某一特定新 CVE；緩解重點是暴露面與組態，而非單一補丁編號。
- 單純增加「找洞與修洞」人力會陷入 Luta Security 創辦人 Katie Moussouris 所說的「跑步機」：必須從漏洞類型回推流程改進（例如模板化防 injection），而非只比拼修復速度。
結語
AI 並未發明「靠藏匿換安全」的失敗，只是把失敗速度拉到無法忽視的程度。對香港企業而言，下一步不是把系統藏得更深，而是假設偵察成本已接近零：縮小暴露、分段 OT、驗證修補與變更，並把防禦資源放在可擴展的流程改進。若需在香港規劃雲端遷移與網絡安全（官網刊 99.99% SLA），可參考 YSK Limited 的相關服務：https://ysk.hk/services/cloud-security 。
參考來源
- Jessica Lyons, “Security through obscurity is dead, and AI delivered the fatal blow,” The Register, 2026-09-13. https://www.theregister.com/security/2026/09/13/security-through-obscurity-is-dead-and-ai-delivered-the-fatal-blow/5296000
- CISA／NSA／FBI／DOE／EPA, “Defending Against an Active Threat to Siemens S7 Series PLCs,” AA26-231A, 2026-08-19. https://www.cisa.gov/news-events/cybersecurity-advisories/aa26-231a
- Keith Hoodlet, “Off-by-1 Labs Research: AI-generated vulnerability patches require human review,” 1Password, 2026-08-06. https://1password.com/blog/why-ai-generated-patches-still-require-human-review
- Rapid7, “Patch Tuesday - September 2026.” https://www.rapid7.com/blog/post/em-patch-tuesday-september-2026/
- X 發現來源（非真相來源）：@TheRegister https://x.com/TheRegister/status/2099096813748052137