你只是坐在沙發上滑 TikTok。

沒有點奇怪的連結。

沒有下載陌生檔案。

手機看起來也一切正常。

但在一場資安研究示範裡，研究員卻成功從遠端存取了一支正在瀏覽 TikTok 的手機相機與照片庫。

第一眼看到這個結果，很容易變成一句很可怕的結論：

「AI 已經可以自己駭進你的手機了。」

但真正發生的事情，其實更值得注意。

AI 並沒有自己突然決定攻擊 TikTok。

它做的是另一件可能更深遠的事：

把原本需要大量專業知識與時間才能完成的「找漏洞」，變得更快、更容易規模化。

研究員先把免費 AI 改造成「漏洞獵人」

《華盛頓郵報》9 月 18 日報導，美國資安新創 DepthFirst 想建立一套可以自動搜尋軟體漏洞的 AI 系統。

他們沒有只使用 OpenAI 或 Anthropic 的模型。

相反地，團隊選擇了中國 Z.ai 提供、可以免費取得與修改的 GLM 模型，再進行大量調整，並搭配其他工具，把它變成專門分析程式碼、尋找安全弱點的系統。

DepthFirst 本身的業務，就是利用 AI 協助企業偵測、驗證與修補軟體漏洞；公司也表示，它的系統已經在許多開源專案中找到安全問題。

真正有意思的地方是：

AI 不必像電影駭客一樣「控制整台電腦」。

它只要先把一件最耗人力的工作做快：

從大量程式碼裡找出「哪裡可能有問題」。

然後它找到 TikTok 使用的開源元件

在測試過程中，DepthFirst 的 AI 漏洞搜尋系統在 TikTok 使用的一個開源軟體元件裡發現了多個安全弱點。

但這裡要注意：

找到一個漏洞，

並不等於已經能控制手機。

真正的攻擊往往需要資安研究員繼續確認：

這個問題能不能真的被利用？

它和其他漏洞放在一起會發生什麼？

能不能一路跨過不同安全限制？

這一次也是如此。

AI 協助找出可疑程式碼與弱點，接下來仍由研究人員進行驗證，再把不同漏洞串聯起來。

也就是說，

不是 AI 一個人完成整場攻擊。

AI 比較像突然多出一個速度非常快、可以一直翻程式碼的資安助手。

真正決定漏洞能不能串起來，以及如何驗證結果的，仍然有人類研究員參與。

最後，他們真的碰到了手機相機與照片

DepthFirst 向《華盛頓郵報》展示的一段影片裡，一名研究員利用這串漏洞，遠端存取了一支正在瀏覽 TikTok 的智慧型手機相機與照片庫。

這也是整個故事最容易讓一般人有感的地方。

因為漏洞研究平常聽起來很遙遠。

什麼記憶體錯誤。

什麼開源元件。

什麼 Code。

一般人很難想像跟自己有什麼關係。

但一旦最後碰到的是：

你的相機。

你的照片。

事情就突然變得很具體。

不過這裡也必須把一個界線說清楚：

這是一場資安研究示範，不代表現在只要你打開 TikTok，就有人可以任意打開你的相機。

DepthFirst 已經把漏洞通報 TikTok。

《華盛頓郵報》檢視了 TikTok 安全團隊與研究人員之間的訊息，報導稱 TikTok 確認問題並完成修補。其他後續報導也指出，目前沒有證據顯示這些漏洞仍在平台上處於可利用狀態。

所以這篇故事真正要看的，

不是「TikTok 現在還能不能被這樣攻擊」。

而是：

找到下一個漏洞的人，以後可能不需要像以前一樣從第一行 Code 慢慢找。

過去最稀缺的是高手，現在 AI 正在改變這個門檻

傳統資安研究很吃經驗。

一個高手要知道哪些程式碼值得注意。

哪些異常其實只是錯誤警報。

哪些小漏洞如果串在一起，可能突然變成真正嚴重的問題。

因此高階漏洞研究一直是一項門檻很高的工作。

AI 正在改變其中的一部分。

DepthFirst 的公開資料顯示，公司正在訓練專門尋找漏洞的 AI Agent，希望讓系統能在大型程式庫中自動發現、驗證甚至協助修補安全問題。

這對防守方當然是好消息。

以前可能幾個星期才找得到的漏洞，

AI 也許可以更早提醒。

公司就有機會在真正的攻擊者發現之前先補掉。

但同一個能力也會帶來另一面。

如果找漏洞的成本下降，

那麼想找漏洞的人，也會變多。

真正危險的可能不是「AI 變壞」，而是能力變便宜

這也是這次事件最值得注意的地方。

很多人談 AI 資安時，

第一個想到的問題是：

「AI 會不會自己變成駭客？」

但更現實的風險可能不是 AI 有沒有「惡意」。

而是過去只有少數專業人士擁有的能力，

開始變成更多人可以取得的工具。

DepthFirst 使用的 GLM 模型之所以受到注意，其中一個原因就是它可以免費取得並自行修改。

《華盛頓郵報》指出，相較之下，美國部分前沿模型供應商對高階資安用途設有更多限制，而可以下載與修改的模型，則讓使用者擁有更大的控制空間。

這不代表開放模型就是危險的。

同樣的自由也讓研究人員可以拿它來保護軟體、找 Zero-day、提前修補系統。

問題是：

同一把工具，也可能被不同的人拿去做完全不同的事。

AI 也可能讓防守方第一次跟上攻擊速度

所以這個故事並不是單純的「AI 讓駭客變強」。

DepthFirst 自己就是站在防守的一方。

他們利用 AI 找出漏洞，再把問題通報給軟體公司。

這正是資安研究最重要的一種用途：

在真正的惡意攻擊之前，

先找到問題。

先證明問題存在。

先修掉。

如果 AI 可以大量檢查人類根本看不完的程式碼，

防守方也可能因此得到以前沒有的能力。

真正的競賽變成：

到底是防守的人先讓 AI 找到漏洞，還是攻擊的人先找到？

對一般人來說，這件事真正改變的是什麼？

你不需要因此停止使用 TikTok。

也不需要因為這個案例就認為所有手機 App 都能遠端開啟你的相機。

這次已知漏洞已被通報並修補。

但這個案例提醒我們一件更大的事：

未來軟體漏洞出現之後，

被找到的速度可能會愈來愈快。

以前一個不起眼的開源套件漏洞，

可能藏很多年。

現在 AI 可以幾乎不停地閱讀程式碼、比較異常、找出值得人類進一步檢查的地方。

對軟體公司來說，

「多久才修補漏洞」會變得更重要。

對一般使用者來說，

最簡單但仍然有效的事情反而沒有改變：

App 有更新就更新。

手機系統維持最新。

不需要的相機、照片、麥克風權限不要一直開著。

因為 AI 可以改變找漏洞的速度，

但最後漏洞能造成多大影響，

往往還是取決於裝置上實際存在的權限與尚未修補的軟體。

真正的轉折，可能不是 AI 會不會攻擊

幾年前，

我們問的是：

AI 會不會寫 Code？

後來變成：

AI 能不能找到 Bug？

現在問題已經繼續往前走：

AI 能不能比人類更快找到那些真正可以被利用的漏洞？

DepthFirst 的 TikTok 示範給出的答案是：

至少在部分情況下，

AI 已經能成為非常有用的漏洞搜尋助手。

而真正值得警覺的，

不是今天這個已經修掉的 TikTok 漏洞。

而是當找漏洞的能力愈來愈便宜、愈來愈自動化之後，

下一個漏洞被發現時，

到底會是想修掉它的人先看到，還是想利用它的人先看到？

今天，和 AI 一起進步一點。

每天學會一個 AI 技巧。

每天節省一點時間。

每天提升一點能力。

SasaDaily，陪你一起成長。