NIST 認輸：AI 找漏洞的速度，已經超越美國政府的分析能力

2026 年 4 月，美國國家標準技術研究院（NIST）做了一件它成立以來從未做過的事：宣布不再分析所有通報的軟體漏洞。同一個月，Anthropic 發表了 Claude Mythos Preview——一個能自主找出數千個十年以上歷史漏洞的 AI 模型。

CVE 通報量在過去五年暴增 263%，2026 年第一季又比去年同期高出三分之一。NIST 在 2025 年分析了破紀錄的 42,000 個漏洞——然後發現這還是不夠。4 月 15 日，NIST 正式投降：從此只為「最高風險」的 CVE 做詳細標記，其他全部留白。

一個國家級的資安分析機構，被數量擊垮了。

Mythos 到底多強

4 月 7 日，Anthropic 以一種近乎自縛的方式發表了 Claude Mythos Preview：不公開釋出、不開放 API、只透過「Project Glasswing」計畫提供給 12 家關鍵基礎設施公司（Amazon、Apple、Cisco、CrowdStrike、Microsoft、Linux Foundation 等），做純防禦用途。

為什麼這麼謹慎？因為 Anthropic 的紅隊測試結果連自己都嚇到了。

Mythos 在內部測試中，以一個簡單的 agentic scaffold（隔離容器 + 「找出漏洞」指令）自主掃描開放原始碼，結果在所有主流作業系統和瀏覽器中找到數千個零日漏洞。最具代表性的案例：

27 年的 OpenBSD bug：一個 TCP SACK 的 integer overflow，能在遠端癱瘓任何 OpenBSD 主機。Mythos 花了大約 1,000 次 scaffold 執行、總成本不到 $20,000 就找到它——這個漏洞躲過了 27 年的人類審查和自動化測試。
16 年的 FFmpeg H.264 漏洞：2003 年引入、2010 年重構後暴露，之後被所有 fuzzer 和人工審查者忽略。
17 年的 FreeBSD 遠端程式碼執行（CVE-2026-4747）：Mythos 從 NFS server 中找到漏洞、寫出 exploit、取得 root 權限——全程沒有人類干預。
Firefox：發現 271 個漏洞，成功利用 181 個。
100 個 Linux kernel CVE（2024-2025）：模型自己篩出 40 個可利用的，然後成功為超過一半寫出了提權 exploit，其中一個不到一天、成本不到 $2,000 就完成。

Anthropic 在官方技術報告中的結論很直白：「讓模型在修補漏洞上變強的那些改進，同樣會讓它在利用漏洞上變強。」

アンソロピックのAI「Mythos」登場、米政府機関がソフト欠陥の全件分析を断念。AIによる脆弱性の検知が急増。分析や修正が追い付かなくなっています。企業は今後、優先順位をつけ、緊急性の高い案件を見極めることが求められます。
— 日本経済新聞電子版（@nikkei），2026 年 5 月 4 日

NIST 的體制級投降

Mythos 發表後一週，NIST 宣布了 National Vulnerability Database（NVD）的營運模式改革。

從 1999 年以來，NVD 的理想是：每一個通報的 CVE 都要經過「enrichment」——加上 CVSS 嚴重性評分、CWE 弱點分類、CPE 受影響平台清單。這些 metadata 是全球企業資安掃描器、風險評估系統的標準輸入。

但這個理想在 AI 時代撞牆了。NIST 的數據很殘酷：

CVE 通報量從 2020 年到 2025 年暴增 263%
2025 年分析了 42,000 個漏洞（歷史最高，比前一年高 45%）
2026 年第一季通報量比 2025 年同期再高三成
兩年前因資金斷層累積的 backlog，至今沒有清完

新的遊戲規則：NIST 只為三類 CVE 做完整 enrichment——CISA 已知被利用漏洞（KEV）、聯邦政府使用的軟體、以及拜登 EO 14028 定義的關鍵基礎設施軟體。其他漏洞「仍會列出，但不會自動補充詳細資訊」。

所有在 2026 年 3 月 1 日之前進入 backlog 的未分析 CVE，全部標為「Not Scheduled」。

白話翻譯：美國政府承認，人類社會的分析能力，已經追不上 AI 找出漏洞的速度。

CISA 的反應：修補期限砍到 3 天

壓力不只落在 NIST。美國網路安全暨基礎設施安全局（CISA）正在討論將聯邦機構的已知漏洞修補期限，從平均 2-3 週砍到只剩 3 天。

根據 Reuters 在 5 月 4 日的報導，CISA 代理局長 Nick Andersen 和國家網路總監 Sean Cairncross 正在討論這項提案，直接動機就是 Mythos 和 OpenAI 的 GPT-5.4-Cyber 這類 AI 模型。過去一個 CVE 從公開到被駭客武器化可能需要幾週到幾個月，現在可能只需要幾小時。

但資安業界對「3 天」的真實性存疑。威脅情報公司 Flashpoint 副總裁 Kecia Hoyt 直言：「對某些環境來說，3 天根本不可能——補丁需要測試、部署、驗證，不只是按個按鈕。」

這不是 AI 在創造漏洞，是 AI 在揭露一個我們一直假裝不存在的問題

這裡有一個容易被誤解的核心事實：Mythos 找到的漏洞，90% 以上不屬於全新的弱點類型。The Conversation 的分析指出，它們大多屬於已知弱點類別的新實例——integer overflow、buffer overflow、use-after-free、認證繞過——這些早在 1990 年代的資安教科書裡就有了。

問題從來不是「有沒有這種漏洞」，而是「找不找得到」。

過去，一個漏洞可能藏在程式碼裡 10 年、20 年，因為人類審查和自動化 fuzzer 都無法觸及。Mythos 改變的不是漏洞的性質，而是發現的速度和規模——把一個需要資安專家花數週到數月才能完成的偵測→分析→利用鏈，壓縮到幾小時、甚至無人監督的自動流程。

這意味著攻防雙方的時間差正在急劇縮短。BISI 的報告用一句話總結了這個不對稱性：「攻擊者只需要找到一個入口，防守方必須守住整個系統。」

你現在應該做什麼

如果你是企業資安負責人或開發團隊主管，這裡不是要你恐慌，而是要你重新校準優先順序：

不要再靠 NVD 作為唯一資訊來源。 NIST 自己都承認分析不完了，你的資安掃描器如果只吃 NVD enrichment，會漏掉大量未被標記的漏洞。現在就要開始建立自己的威脅情報混合來源：CISA KEV + EPSS 評分 + 廠商公告 + 你自己的環境風險權重。
修補節奏要對齊 AI 速度，不是人類速度。 如果你現在的 SLA 是「30 天內修補 critical 漏洞」，這個標準在 Mythos 時代已經過時。CISA 在討論 3 天，你的團隊至少要能做到 7 天內應變——不只修補，還要包含測試和部署驗證。
把 AI 用在防守端，不要等別人先用。 Anthropic 的 Project Glasswing 已經證明 AI 可以在大規模程式碼審查中找到人類漏掉的漏洞。即使你拿不到 Mythos，目前市面上可用的 frontier model（包括 Claude Opus、GPT-5 等）已經具備在 OSS-Fuzz 目標、網頁應用、加密函式庫和 Linux kernel 中找到高嚴重性漏洞的能力。
補丁管理不只是 IT 的事。 Protiviti 的建議值得重複：加強資安營運和 IT 營運之間的協作、縮短修補時間線、在 backlog 失控前就先處理。不要把「我們掃過了」當成「我們安全了」。

NIST 的投降不是終點，而是一個重新校準的起點。當 AI 把漏洞發現的速度推到一個國家級機構都跟不上的地步，企業能做的就是放棄「全覆蓋」的幻想，回到最基礎的事：知道什麼最重要、修好那部分、然後跑得比攻擊者快一點。

跑得比所有人快不切實際。跑得比攻擊者快一天，就夠了。