AI 沒讓菜鳥變駭客！英國研究：AI 多被用於垃圾內容與感情詐騙
生成式 AI 經常被放進最極端的風險劇本：一個高度自主的 AI agent 脫離控制、連上網路、使用駭客工具，最終接管金融系統、運算資源，甚至關鍵基礎設施。不過，劍橋大學 Cambridge Cybercrime Centre、愛丁堡大學與 Strathclyde 大學研究者在最新論文中指出，若要理解 AI 對網路犯罪的真實威脅，這種科幻式想像反而可能抓錯重點。
地下論壇對 ChatGPT 更感興趣，遠超 Dark AI
這篇論文題為 《Stand-Alone Complex or Vibercrime? Exploring the adoption and innovation of GenAI tools, coding assistants, and agents within cybercrime ecosystems》，由 Jack Hughes、Ben Collier 與 Daniel R. Thomas 撰寫，於 2026 年 3 月 31 日提交至 arXiv。
作者主張，生成式 AI 對網路犯罪的影響，不能只從「AI 能不能寫惡意程式」來理解，而應該把地下網路犯罪市場視為一個由工具商、服務商、低技能操作員與小型犯罪創業者組成的生態系。
廣告 - 內文未完請往下捲動
論文提出兩個概念，作為 AI 衝擊網路犯罪的上下限。高端情境稱為 Stand-Alone Complex，也就是「crime-gang-in-a-box」：成熟的 AI agent 將原本需要多人分工的 cybercrime-as-a-service 打包成半自動化系統，讓單一行動者也能操作過去需要犯罪團隊才能完成的流程。
低端情境則稱為 Vibercrime，指的是 vibe coding、coding assistant 與 chatbot 降低部分技術門檻，但並未真正重塑網路犯罪的商業模式與經濟結構。
研究團隊的結論相當反直覺：截至目前，地下網路犯罪社群確實對 ChatGPT、Claude、Gemini、Cursor、Copilot、WormGPT 等工具高度感興趣，但沒有看到生成式 AI 已經大規模顛覆 cybercrime ecosystem 的證據。論文指出，AI 目前比較像是被吸收進既有犯罪流程中的一般生產力工具，而不是創造出全新的犯罪工業革命。
從「駭客大片」回到地下經濟：網路犯罪本來就像一群小型科技公司
論文首先回顧網路犯罪生態的演變。早期 cybercrime 比較接近少數高技能駭客的實驗文化，強調技術掌握、反權威與創造性；但自 2000 年代後，網路犯罪逐漸工業化，變成工具、腳本、模板、初始入侵權限、殭屍網路租用與客服支援分工的市場，也就是所謂 cybercrime-as-a-service。
作者認為，地下網路犯罪市場其實很少自行發明最前沿技術。真正的漏洞研究、高階 red-team 技術與新型攻擊方法，多半來自學術研究、資安公司或政府安全單位；地下犯罪者更擅長的是重新包裝成熟技術、複製合法產業的工具、發展商業模式，並把無聊但能賺錢的流程自動化。
這也是為什麼作者認為，AI 對犯罪的真正影響可能不在「菜鳥突然會寫 0-day」，而在更瑣碎的地方：自動化客服、產生詐騙內容、翻譯話術、管理帳號、處理後台流程、優化 SEO 詐欺、經營社群機器人，或讓原本就高度自動化的低利潤灰產更有效率。
研究方法：追蹤 15 年、超過 1 億則地下論壇與聊天資料
這篇論文的重要性在於，它不是只做實驗室測試，也不是根據幾個資安公司案例推論，而是使用 Cambridge Cybercrime Centre 的 CrimeBB 資料集。該資料集涵蓋超過 15 年、超過 1 億則地下論壇貼文與聊天頻道討論，包含帳號盜用、SEO 詐欺、遊戲作弊、被動收入、戀愛詐騙等主題。
研究團隊以 artificial intelligence、LLM、GPT、Claude、Gemini、prompt、Copilot、vibe coding、OpenAI、model、generative、machine learning、AI 等關鍵字搜尋，最初取得 808,526 個 threads；再排除 ChatGPT 發布前的討論，聚焦 2022 年 11 月 1 日至 2025 年 12 月 10 日之間的資料，最後得到 97,895 個 threads 進行分析。
作者進一步結合主題模型、關鍵字追蹤、LLM 輔助分類與人工質化分析。值得注意的是，研究團隊也坦承，他們用本地 LLM 分類地下論壇討論時，發現 LLM 對精細分類並不可靠；約 80% 被模型標成相關的貼文確實與 AI 或 vibe coding 有關，但具體分類幾乎經常錯。
這反而成為論文中的一個有趣旁證：LLM 很常只能幫研究者找到「已經知道要問的東西」，作為探索工具仍有明顯限制。
地下論壇最常討論 ChatGPT，WormGPT 反而沒有想像中重要
從關鍵字趨勢來看，ChatGPT 是地下論壇中最常被討論的 AI 產品；Claude 的討論量穩定成長，Gemini 在 Gemini 1.5 發布後有明顯增加，Grok 則出現幾波短暫討論。相較之下，Codex 的討論量較少，而 WormGPT 這類 jailbroken model 雖然引起資安媒體高度關注，但在論壇中的討論量並沒有形成持續性爆發。
論文指出，地下社群對所謂 Dark AI 確實有文化上的興奮感。論壇上會出現 WormGPT、黑化版 ChatGPT、無限制模型、攻擊型 AI 工具等廣告，也有許多人詢問如何免費存取。但研究團隊發現，這些討論多半停留在「如何取得工具」、「想像 AI 未來會如何改變駭客世界」、或測試模型願不願意回答非法問題，而不是大量成功使用這些工具開發犯罪能力。
更關鍵的是，研究團隊沒有看到明顯證據顯示新手能靠 Dark AI 學會真正可行的駭客技能，或生成能穩定運作的惡意工具。相反地，部分論壇使用者抱怨這類工具產出的程式碼不可靠，需要大量專業知識修正；這使得 jailbroken LLM 更像是一種地下文化表演，而不是網路犯罪生態的重大技術突破。
AI 沒讓菜鳥變駭客，反而更像取代 Stack Overflow 與 cheatsheet
論文最重要的判斷之一，是 AI 並沒有顯著降低 cybercrime 的核心技能門檻。對已經有能力的使用者來說，coding assistant 可以幫忙寫小段程式、查錯、補語法、做一般軟體工程工作；但這比較像取代 Stack Overflow、cheatsheet、Google 搜尋錯誤訊息與複製貼上程式碼，而不是創造出全新的犯罪能力。
對低技能使用者來說，vibe coding 的效用反而有限。原因很簡單：他們不一定知道 AI 生成的程式碼能不能用，也不懂如何整合、修正、維護。與其用 chatbot 從零開始寫一個不穩定工具，很多地下論壇新手仍然更傾向使用現成腳本、模板、教學包或別人做好的工具。
換言之，AI 目前沒有讓「script kiddie」直接升級成高階駭客，反而比較像讓本來就會寫程式的人提高一點效率。這也解釋了為什麼作者認為，即使是擔心「Vibercriminal」崛起，可能都高估了目前的變化幅度。
真正被 AI 改變的，是 SEO 詐欺、社群機器人與戀愛詐騙
雖然論文反駁了 AI 犯罪大爆發的恐慌敘事，但並不是說 AI 沒有犯罪用途。研究發現，AI 最明顯的採用場景，反而是既有的大規模、低利潤、高自動化灰產，例如 SEO 詐欺、社群機器人、AI 文章自動化、內容農場、部分戀愛詐騙與社交工程。
這些場景的共同點是：它們本來就高度依賴大量內容、大量帳號、大量重複工作與平台規則套利。生成式 AI 可以改善文案品質、提升翻譯能力、變化垃圾內容樣式、降低被簡單規則偵測的機率，並讓原本就存在的自動化流程更便宜、更容易擴張。
因此，AI 帶來的網路犯罪風險可能不是「一個 AI agent 自己發動駭客戰爭」，而是更現實、更無聊、也更接近平台經濟本質的問題：它會讓既有灰產在內容、帳號、廣告、SEO、社群操作與低階詐騙上更容易規模化。
Stand-Alone Complex 尚未出現，但平台 AI 化可能創造新的攻擊面
對於高端情境 Stand-Alone Complex，作者認為目前還沒有看到完整成形的證據。AI agent 尚未把勒索軟體、DDoS、殭屍網路管理、金流、客服與基礎設施操作整合成真正的「犯罪團隊盒裝產品」。但論文也沒有完全排除這種未來。
作者提醒，若網路平台本身從過去 20 年的 display ad、搜尋、社群流量模式，轉向以 chatbot 與 AI 生成答案為中心的新架構，熟悉 SEO、內容農場、帳號農場、機器人基礎設施與平台規則攻防的灰產玩家，可能會找到新的獲利空間。換句話說，AI 不一定讓地下犯罪者變得更高科技，但它可能改變合法平台的經濟結構，進而改變犯罪者套利的位置。
這也是論文最值得關注的延伸觀點：AI 對網路犯罪的最大影響，可能不是地下論壇自己發明出什麼新技術，而是合法 AI 產業改變了整個網路的流量、內容、廣告、搜尋與自動化結構，讓既有灰產找到新的縫隙。
作者建議：不要恐慌，但也不要忽略低階自動化犯罪的放大效應
論文最後給政策制定者、產業與執法單位的建議可以濃縮成一句話：不要恐慌。 研究團隊認為，AI 工具在地下網路犯罪生態中的採用，目前仍是零碎、漸進、非革命性的；不能直接把合法軟體產業中的 AI coding adoption，套用到 cybercrime business，因為許多犯罪商業模式其實並不依賴高階技術能力。
但「不要恐慌」不等於「沒有風險」。作者指出，模型 guardrails、調校與使用摩擦仍然有效，特別是在低階、大量、自動化濫用場景中，可以增加犯罪者成本，並透過飽和與資源競爭限制灰產規模。這些措施無法阻止有動機的高階攻擊者，但能降低低成本濫用擴張。
這篇論文提供了一個比「AI 駭客末日」更冷靜也更現實的框架：生成式 AI 目前沒有讓菜鳥一夜變駭客，也還沒有打造出全自動犯罪組織；它更像是把地下犯罪者也帶進了 AI-assisted work 的時代。真正的問題不是 AI 會不會讓犯罪者變成超人，而是它會如何放大既有灰產、平台套利、內容自動化與低成本詐騙的邊際收益。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
