AI 建造—攻擊不對稱：Vibe Coding、低垂果實與自動化攻擊面

論證

AI coding 降低「做出一個能用的應用」的成本，遠多於降低「做出一個安全的應用」的成本。論文依來源本身的說法整理 2026 年的證據：一個受控的程式生成基準中，約 44% 的任務產生已知弱點；一份涵蓋 1,119 個 AI 建造 web 應用的掃描中，31.1% 至少有一項 critical 或 high 等級發現，而來源自己說明那是使用者主動送掃、非隨機的樣本。兩者都不是全網比率。

它也拒絕誇大攻擊端。在 2026 年一個多階段漏洞利用基準中，前沿模型仍有明顯限制，沒有任何一個突破防線。現在的 AI 不是萬能的自主駭客。

所以這個假說很窄：建造變便宜、低成熟度目標變多、偵察與分類與漏洞改造變便宜，三者可能共同擴大「低垂果實」攻擊面。防禦自動化與預設安全的平台能不能跑得更快，正是目前還不知道的事。