新聞

攻擊面安全與滲透測試服務業者Cobalt發布《2026年AI與滲透測試趨勢報告》（AI and Pentesting Pulse Report 2026），指出企業快速導入大型語言模型（LLM）與AI應用的同時，也導致模型整合、外部資料與工具連接、提示與輸出處理等環節成為新的攻擊入口，使AI應用在滲透測試中呈現較高的漏洞風險。

Cobalt分析旗下攻擊性安全平臺的滲透測試資料發現，高風險漏洞平均占比約12%；而在AI與LLM應用的相關測試中，則有32%的漏洞被歸類為高風險，約為整體平均的2.7倍。

圖片來源/Cobalt

報告也顯示，過去一年來企業開始重新評估AI在滲透測試中的角色。Cobalt針對455名資安領導者與實務工作者進行調查，認為AI可完全滿足滲透測試需求的受訪者比例，從2025年的29%降至2026年的9%。另有78%的受訪者表示，這類自動化掃描工具曾未能找出重要漏洞。

調查同時發現，47%的受訪者偏好採用混合式測試模式（hybrid testing model），將自動化測試用於非關鍵資產，關鍵系統則仍由資安專家執行測試與判讀，以兼顧測試覆蓋率與判斷準確度。研究人員認為，現階段AI可提升滲透測試效率，但仍無法取代專業資安人員的角色。