你只是坐在沙发上滑 TikTok。

没有点奇怪的链接。

没有下载陌生文件。

手机看起来也一切正常。

但在一场资安研究示范里，研究员却成功从远程访问了一支正在浏览 TikTok 的手机相机与照片库。

第一眼看到这个结果，很容易变成一句很可怕的结论：

「AI 已经可以自己骇进你的手机了。」

但真正发生的事情，其实更值得注意。

AI 并没有自己突然决定攻击 TikTok。

它做的是另一件可能更深远的事：

把原本需要大量专业知识与时间才能完成的「找漏洞」，变得更快、更容易规模化。

研究员先把免费 AI 改造成「漏洞猎人」

《华盛顿邮报》9 月 18 日报导，美国资安新创 DepthFirst 想创建一套可以自动搜索软件漏洞的 AI 系统。

他们没有只使用 OpenAI 或 Anthropic 的模型。

相反地，团队选择了中国 Z.ai 提供、可以免费取得与修改的 GLM 模型，再进行大量调整，并搭配其他工具，把它变成专门分析代码、寻找安全弱点的系统。

DepthFirst 本身的业务，就是利用 AI 协助企业侦测、验证与修补软件漏洞；公司也表示，它的系统已经在许多开源项目中找到安全问题。

真正有意思的地方是：

AI 不必像电影黑客一样「控制整台电脑」。

它只要先把一件最耗人力的工作做快：

从大量代码里找出「哪里可能有问题」。

然后它找到 TikTok 使用的开源组件

在测试过程中，DepthFirst 的 AI 漏洞搜索系统在 TikTok 使用的一个开源软件组件里发现了多个安全弱点。

但这里要注意：

找到一个漏洞，

并不等于已经能控制手机。

真正的攻击往往需要资安研究员继续确认：

这个问题能不能真的被利用？

它和其他漏洞放在一起会发生什么？

能不能一路跨过不同安全限制？

这一次也是如此。

AI 协助找出可疑代码与弱点，接下来仍由研究人员进行验证，再把不同漏洞串联起来。

也就是说，

不是 AI 一个人完成整场攻击。

AI 比较像突然多出一个速度非常快、可以一直翻代码的资安助手。

真正决定漏洞能不能串起来，以及如何验证结果的，仍然有人类研究员参与。

最后，他们真的碰到了手机相机与照片

DepthFirst 向《华盛顿邮报》展示的一段视频里，一名研究员利用这串漏洞，远程访问了一支正在浏览 TikTok 的智能型手机相机与照片库。

这也是整个故事最容易让一般人有感的地方。

因为漏洞研究平常听起来很遥远。

什么内存错误。

什么开源组件。

什么 Code。

一般人很难想像跟自己有什么关系。

但一旦最后碰到的是：

你的相机。

你的照片。

事情就突然变得很具体。

不过这里也必须把一个界线说清楚：

这是一场资安研究示范，不代表现在只要你打开 TikTok，就有人可以任意打开你的相机。

DepthFirst 已经把漏洞通报 TikTok。

《华盛顿邮报》查看了 TikTok 安全团队与研究人员之间的消息，报导称 TikTok 确认问题并完成修补。其他后续报导也指出，目前没有证据显示这些漏洞仍在平台上处于可利用状态。

所以这篇故事真正要看的，

不是「TikTok 现在还能不能被这样攻击」。

而是：

找到下一个漏洞的人，以后可能不需要像以前一样从第一行 Code 慢慢找。

过去最稀缺的是高手，现在 AI 正在改变这个门槛

传统资安研究很吃经验。

一个高手要知道哪些代码值得注意。

哪些异常其实只是错误警报。

哪些小漏洞如果串在一起，可能突然变成真正严重的问题。

因此高级漏洞研究一直是一项门槛很高的工作。

AI 正在改变其中的一部分。

DepthFirst 的公开数据显示，公司正在训练专门寻找漏洞的 AI Agent，希望让系统能在大型程序库中自动发现、验证甚至协助修补安全问题。

这对防守方当然是好消息。

以前可能几个星期才找得到的漏洞，

AI 也许可以更早提醒。

公司就有机会在真正的攻击者发现之前先补掉。

但同一个能力也会带来另一面。

如果找漏洞的成本下降，

那么想找漏洞的人，也会变多。

真正危险的可能不是「AI 变坏」，而是能力变便宜

这也是这次事件最值得注意的地方。

很多人谈 AI 资安时，

第一个想到的问题是：

「AI 会不会自己变成黑客？」

但更现实的风险可能不是 AI 有没有「恶意」。

而是过去只有少数专业人士拥有的能力，

开始变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，其中一个原因就是它可以免费取得并自行修改。

《华盛顿邮报》指出，相较之下，美国部分前沿模型供应商对高级资安用途设有更多限制，而可以下载与修改的模型，则让用户拥有更大的控制空间。

这不代表开放模型就是危险的。

同样的自由也让研究人员可以拿它来保护软件、找 Zero-day、提前修补系统。

问题是：

同一把工具，也可能被不同的人拿去做完全不同的事。

AI 也可能让防守方第一次跟上攻击速度

所以这个故事并不是单纯的「AI 让黑客变强」。

DepthFirst 自己就是站在防守的一方。

他们利用 AI 找出漏洞，再把问题通报给软件公司。

这正是资安研究最重要的一种用途：

在真正的恶意攻击之前，

先找到问题。

先证明问题存在。

先修掉。

如果 AI 可以大量检查人类根本看不完的代码，

防守方也可能因此得到以前没有的能力。

真正的竞赛变成：

到底是防守的人先让 AI 找到漏洞，还是攻击的人先找到？

对一般人来说，这件事真正改变的是什么？

你不需要因此停止使用 TikTok。

也不需要因为这个案例就认为所有手机 App 都能远程打开你的相机。

这次已知漏洞已被通报并修补。

但这个案例提醒我们一件更大的事：

未来软件漏洞出现之后，

被找到的速度可能会愈来愈快。

以前一个不起眼的开源套件漏洞，

可能藏很多年。

现在 AI 可以几乎不停地阅读代码、比较异常、找出值得人类进一步检查的地方。

对软件公司来说，

「多久才修补漏洞」会变得更重要。

对一般用户来说，

最简单但仍然有效的事情反而没有改变：

App 有更新就更新。

手机系统维持最新。

不需要的相机、照片、麦克风权限不要一直开着。

因为 AI 可以改变找漏洞的速度，

但最后漏洞能造成多大影响，

往往还是取决于设备上实际存在的权限与尚未修补的软件。

真正的转折，可能不是 AI 会不会攻击

几年前，

我们问的是：

AI 会不会写 Code？

后来变成：

AI 能不能找到 Bug？

现在问题已经继续往前走：

AI 能不能比人类更快找到那些真正可以被利用的漏洞？

DepthFirst 的 TikTok 示范给出的答案是：

至少在部分情况下，

AI 已经能成为非常有用的漏洞搜索助手。

而真正值得警觉的，

不是今天这个已经修掉的 TikTok 漏洞。

而是当找漏洞的能力愈来愈便宜、愈来愈自动化之后，

下一个漏洞被发现时，

到底会是想修掉它的人先看到，还是想利用它的人先看到？

今天，和 AI 一起进步一点。

每天学会一个 AI 技巧。

每天节省一点时间。

每天提升一点能力。

SasaDaily，陪你一起成长。