据谷歌威胁情报组（GTIG）最新研究，攻击者对AI研究代理发现的漏洞反应极快，某漏洞在公开披露后仅四天即遭利用，整体漏洞利用活动呈上升趋势。
披露量翻倍，高风险漏洞利用激增
研究人员分析了2025年1月至2026年8月的数据发现，2026年月度CVE披露数量从1月的5,045个激增至8月的10,740个，实现翻倍。尽管今年披露的漏洞中仅有0.23%在野外被观察到利用，但绝对数量显著增长。
2026年前八个月，GTIG记录了141个被利用的漏洞，超过2025年全年的127个。零日漏洞的平均月利用率也从2025年的8起升至11起。增长主要来自已知漏洞（n-days），威胁行为者利用大语言模型（LLM）和AI工具分析补丁及概念验证代码，能更高效、低门槛地将n-days武器化。
在GTIG自有风险评级体系中，被评为高风险的漏洞利用数量从2025年的28起增至2026年前八个月的75起。
AI挖掘出更严重的缺陷
GTIG认定可能由AI发现的漏洞中，半数可导致远程代码执行，而其他手段发现的漏洞该比例仅为26%。此外，AI发现的漏洞被评为低风险的概率较低（39% vs 其他手段的69%），中等风险占比更高（58% vs 28%）。
研究人员指出，这反映了AI审计项目通常聚焦于基础设施和敏感权限边界。由于缺乏标准标签且云服务提供商常在未申请CVE ID的情况下修复缺陷，公开数据低估了AI发现漏洞的实际数量。
攻击者迅速武器化AI发现漏洞
以Hacktron AI代理发现的BeyondTrust漏洞（CVE-2026-1731）为例，威胁集群在披露后四天内即发起定向初始访问，七天内另有五个集群跟进。攻击者借此提升权限、窃取数据，并投放SNOWLIGHT、SPARKRAT及加密货币挖矿程序。
GTIG强调：“防御性AI代理正在揭示高影响力漏洞，而威胁行为者正积极寻求利用这些漏洞。”
AI编排工具成首要目标
2025年1月至2026年8月，GTIG追踪到AI相关软件中的2,076个漏洞，其中超1,500个于2026年披露。半数漏洞影响Flowise和Langflow等代理编排框架，攻击者通过提示注入或恶意Workflow JSON代码执行节点进行利用。
vLLM、Ollama和LiteLLM等推理和服务软件在2026年披露了212个漏洞，近四分之一源于未授权API端点或服务端请求伪造，可能导致防火墙绕过、GPU资源耗尽或模型检查点泄露。企业AI网关泄露还可能暴露第三方API密钥及包含个人身份信息（PII）或专有源代码的私有提示流。
目前仅在野外证实利用了极少数AI相关漏洞，包括LiteLLM的命令注入缺陷（CVE-2026-42271）及两个Langflow缺陷（CVE-2026-5027、CVE-2025-3248）。
GTIG预计，短期至中期内漏洞发现与利用将持续上升。研究人员建议，组织应从无序的大规模修补转向基于威胁情报的分诊，结合边缘防护与自动化、智能体驱动的系统修复，以应对快速演变的威胁。