随着生成式人工智能（Generative AI）的爆发，我们正见证着一场前所未有的技术革命。然而，正如 Wired 在最新报道中指出的那样，这场革命背后隐藏着巨大的代价——一个由 AI 滥用所引发的混乱局面，而清理这个烂摊子的责任，却往往落在受害者身上，而非科技巨头身上。
在科技界，人们习惯于关注 AI 模型如何提升效率、创造艺术或解决复杂问题。但与此同时，一种被称为“AI Hacks”的攻击手段正在悄然兴起。这些攻击不再局限于传统的代码漏洞，而是利用强大的 AI 模型进行自动化、精准化的网络犯罪。从深度伪造的诈骗电话，到针对特定个人的定制化钓鱼邮件，AI 正在成为网络攻击者的“超级武器”。然而，当这些攻击造成损失时，受害者面临的往往是法律和现实的双重困境。
报道揭示了一个残酷的现实：当 AI 模型被用于恶意目的时，其造成的破坏往往难以修复，且缺乏明确的追责机制。受害者——无论是个人用户、小企业还是大型机构——在遭受攻击后，往往发现很难获得赔偿。更令人无奈的是，他们发现很难在法律上追究 AI 公司的责任。由于缺乏先例和明确的监管框架，许多法院倾向于认为模型提供商并非攻击的直接实施者，从而驳回受害者的索赔请求。
这种“无人负责”的局面导致了防御成本的急剧上升。为了应对日益复杂的 AI 攻击，防御者被迫从被动的“坐以待毙”转为主动的“技术军备竞赛”。正如摘要中所言，受害者最终被“鼓励”去采用那些同样的 AI 工具来保护自己。这听起来似乎是一种务实的解决方案，但实际上，这意味着防御者必须投入巨额资金去购买安全服务、部署检测工具，甚至自建防御模型。对于资金有限的中小型组织来说，这无疑是一个沉重的负担。
此外，基础设施提供商的角色也加剧了这一问题。互联网服务提供商（ISP）、域名注册商和银行在面对 AI 生成的恶意内容时，往往采取“不问不答”的态度。他们很少承认这些内容由 AI 生成，因此在删除或拦截这些内容时，往往缺乏动力或明确的流程。这导致受害者陷入了一个死循环：不仅难以追责，甚至连最基本的防御支持都难以获得。
更深层次的问题在于，当前的 AI 发展模式似乎将“混乱”视为创新的副产品。科技公司通常专注于提升模型的性能和推理能力，而对于滥用行为往往持观望态度，直到问题变得不可忽视。这种“先发展，后治理”的模式，使得社会承担了过多的安全成本。
综上所述，AI 带来的不仅仅是便利，还有新的安全挑战和伦理难题。如果不改变目前的责任归属机制，不明确 AI 在滥用事件中的法律责任，那么这场“技术军备竞赛”只会让更多的防御者因不堪重负而倒下。未来的 AI 安全，不仅需要技术的进步，更需要法律和行业规范的及时跟进。
信息来源：Feed: Artificial Intelligence Latest，原文链接：https://www.wired.com/story/ai-hacks-leave-a-mess-that-ai-companies-arent-cleaning-up/
封面图片来源：Unsplash / 摄影师 Mauro Lima
