Srsly Risky Biz: Data extortion is booming. Hooray!

網絡犯罪的經濟模型正在演變。在加密勒索軟體時代，攻擊者採取「廣撒網」策略——只要拿到系統訪問權限就加密檔案、索要贖金，不論受害者是否真正在乎。但最近幾年，犯罪集團發現了更精準的模式：並非所有受害者都等值。律師事務所、金融公司等擁有高度敏感信息的企業，其聲譽和客戶信任構成核心資產，這使得數據威脅成為比檔案加密更有效的槓桿。

兩個主要的數據勒索組織展示了這一演變的軌跡。Silent Ransom 採取快速突擊戰術——從入侵到數據竊取再到發送勒索信，整個過程可在 24 小時內完成，一次支付可達 1,000 萬美元。Blackfile 的方法更加細緻：他們入侵後廣泛橫向移動，收集多個 SaaS 應用的憑證和數據，形成全景式的受害者信息庫。兩個組織最終都瞄準了同一類受害者——律師事務所和金融機構——因為這些機構最有動力為了保護聲譽而支付贖金。

從政策角度看，這看起來是好消息。加密勒索軟體對社會造成了不可預測但災難性的傷害，如去年捷豹路虎的攻擊在英國 GDP 數據中都能觀察到；UnitedHealth 的事件衝擊了整個醫療保健系統。相比之下，數據勒索雖然對個別企業造成重大打擊，但避免了這些系統性破壞。政府應繼續投入力量打擊加密勒索軟體，而對數據勒索保持相對低優先級——律師事務所雖然是有效的遊說者，但從公共政策角度，應該讓他們自行通過保險和聲譽管理應對。

與此同時，AI 的興起為「安全設計」這一長期停滯的倡議提供了新生命。安全設計在十年前倡議時，主要障礙是缺乏經濟激勵——企業沒有理由優先考慮安全，因為消費者難以評估產品安全性。這導致政策制定者寄望於改變行為和修改產品責任法——打破 EULA 中對供應商的絕對豁免條款。然而這些努力進展緩慢。

現在 AI 改變了計算。Google 的 Chrome 團隊和 Microsoft 通過 M-dash 等工具證明，可以通過特定的提示工程和多步驟工作流讓 AI 自動審查代碼、發現漏洞並迭代改進。這意味著安全不再完全依賴人工專業知識的稀缺性。關鍵是建立標準化的「安全工作流」——無論是簡單的「讓 AI 編寫代碼、審查代碼、列出漏洞」，還是複雜的多代理系統——使之對所有開發者可用。

政策的兩種路徑正在浮現。集中式方案要求 OpenAI、Anthropic 等大型模型提供商在 API 層面實現安全工作流，這簡化了執行但也強化了這些公司的權力。民主化方案將工作流框架發佈為開源或標準工具，讓開發者自主選擇模型和實現——這鼓勵競爭但要求更多的生態建設。與此同時，責任制是強大的槓桿：如果法律要求企業在訴訟時證明遵循了安全流程（通過 Git 提交記錄、代理交互日誌等），經濟激勵將迫使企業採納這些工作流。