Frenos 发布的首份《AI 在 OT 安全中的现状》报告，给关键基础设施行业敲了一记警钟。研究团队在 500 多个安全的、不可执行的 OT（运营技术）攻击模拟里，测试了前沿模型和开源权重模型，评审了超过 16000 个攻击决策和路径。结论是：前沿模型离“能可靠地规划针对 OT 的攻击”大约还有 2 年时间。
90% 这个数字，到底是什么意思
报告说，在给定相同背景信息的情况下，6 个前沿模型里有 3 个能在约 90% 的尝试中拿出可行的攻击计划——也就是把目标的资产、弱点和访问权限，组织成攻击者可以执行的步骤。在研究人员给出反馈的引导模拟里，所有模型执行攻击计划的成功率都超过了 90%。
注意，这不是说“AI 今天就能黑掉电厂”。模拟是安全环境里的规划能力测试，不是真实入侵。但规划能力先行、执行能力跟上，是攻击自动化的经典路径——先会“想”，再会“干”。
2 年窗口期，该干什么
报告的潜台词很直白：防御方还有大约 2 年时间，把 OT 网络隔离、资产清单、异常检测和应急演练这些基础工作补齐。等攻击规划变成可靠能力再补课，成本会高得多。好消息是，开源权重模型在这项测试里明显落后，前沿模型也还没到“可靠”——窗口期真实存在，但不会一直开着。
写在最后
AI 安全讨论常常停留在聊天机器人会不会说错话，但真正的硬骨头在物理世界：电网、水厂、工厂的控制系统。一旦攻击规划能力被产品化，攻击者的门槛会骤降，而防御者的容错会骤减。这 2 年，拼的不是谁的模型更聪明，而是谁的基础设施更经得起折腾。
