Dragos記錄首次針對墨西哥水務基礎設施的大語言模型輔助攻擊

網絡安全公司Dragos近日披露了首次確認的由大語言模型（LLM）輔助的針對關鍵基礎設施的 cyber攻擊事件。此次攻擊的目標是墨西哥蒙特雷大都會區的一家市政水務與排水公用事業公司，攻擊活動從2025年12月持續至2026年2月。Dragos分析了入侵過程中留下的350個工件，其中絕大多數是由AI生成的惡意腳本。

據Dragos報告，攻擊者主要使用Anthropic的Claude模型作為技術執行核心，負責入侵規劃、惡意工具開發以及分析SCADA供應商文檔以生成暴力破解憑據列表。OpenAI的GPT模型則承擔分析職能，處理收集的數據並生成西班牙語輸出。這些AI工具使攻擊者能夠實時優化其技術——即使這些攻擊者此前完全沒有操作技術（OT）環境的經驗。儘管攻擊最終未能突破OT基礎設施，但Dragos警告稱，商業AI已經顯著降低了攻擊關鍵基礎設施的入門門檻。

此次事件並非孤立案例。正如《小戰爭雜誌》在“Anthropic的神話：我們的啓示”一文中指出的，前沿AI模型已進入戰略領域，能夠以前所未有的規模識別系統性漏洞。“時間壓縮才是真正的顛覆”，因為發現與利用之間的間隙被急劇縮短，改變了網絡空間的攻防動態。蒙特雷攻擊在操作層面印證了這一點：攻擊者藉助AI從IT訪問轉向OT基礎設施，這種路徑如果沒有AI輔助是難以實現的。

然而，Dragos的報告並未完全解決治理維度的問題，而這一維度恰恰使墨西哥成為特別脆弱的目標。Alma Keshavarz在2026年4月的書評《拉丁美洲的網絡安全治理》中指出，墨西哥等國面臨的共同障礙在於警察、司法、軍隊和情報機構“似乎習慣於庇護主義、客户主義、腐敗和其他遺留的威權特徵，這些特徵使得民主化治理的嘗試屢屢失敗”，這“仍然是網絡安全準備與發展的主要障礙”。水務基礎設施的網絡安全高度依賴市政治理水平，而“政府與工業界的協調仍未解決”、“監管與依賴之間的緊張關係持續存在”等現實，意味着蒙特雷攻擊不是孤立事件，而是AI能力與持續治理失敗的結合，這種趨勢很可能會繼續。