公众往往容易被科幻式的技术危机捕获：一个失控的自主 AI 悄悄切断了电网的断路器，几秒钟内让整座城市陷入瘫痪。The Verge 近期关于能源系统安全的梳理给出了一个冰冷的反差：在公用事业一线专家的防御视野里，最致命的系统隐患从来不是觉醒的算法，依然是拿着合法权限却在手机上误点链接的真实员工。
技术跑得飞快，但电网的安全短板依然卡在最平庸的人性缝隙里。
倒数第二的科幻焦虑与真实的凭证危机
北美电力可靠性公司（NERC）在 2026 年 1 月发布的《关键基础设施保护路线图》展现了真实的行业体感。在一线运维与安全专家列出的 22 项核心安全风险中，针对 AI 工具的攻击仅仅排在第 21 位。排在它前面的，全是多年未决的老问题：供应链污染、变电站物理防护、钓鱼邮件以及内部特权人员的疏漏。
公用事业对自主恶意 AI 的冷静，来自一线攻防的真实伤亡数据。根据 Verizon《2026 数据泄露调查报告》，已知漏洞利用已经上升为第一大初始入侵途径，占比达到 31%。虽然凭证滥用作为首次突破口的比例降到了 13%，但在完整的入侵链条中，依然有 39% 的泄露事件依赖被盗凭证完成横向渗透。
更值得警惕的是攻击手法的微调。Verizon 报告显示，约 15% 的攻击技术开始引入 AI 辅助，其中 44% 的初始接入是通过网络钓鱼完成。与此同时，移动端社交工程的点击或响应率比传统邮件足足高出 40%。
苏轼曾言“物必先腐，而后虫生”。电网系统的防线失守，从不始于外部代码有多么通天彻地，而始于某个运维调度人员在手机短信里顺手点开的那条伪造通知。
机器不是独立入侵者，而是效率极高的跑腿工
外界容易把 AI 误解为拥有自主破坏动机的黑客主体。工控安全机构 Dragos 在 2026 年 5 月调查一起水务基础设施入侵事件时指出，攻击者确实使用了商业 AI，但其用途仅仅是加速资产侦察和识别通往工业控制系统（OT）的访问路径。整个过程中，并未观察到任何针对工控协议的新型自主攻击工具。
AI 在这里充当的不是发号施令的指挥官，而是不知疲倦的数字跑腿工。
技术威胁的前沿也证实了这种人机协作的分工演进。Anthropic 披露，2025 年 9 月的一场网络间谍行动中，攻击者驱动 AI Agent 在极少人工干预下连续执行了网络侦察、漏洞利用、凭证收割、横向移动与数据外发，目标直指政府与关键基础设施。
这种渗透之所以让人头疼，是因为它把原先需要几天甚至数周的手工权限枚举压缩到了几十分钟。黑客不需要开发全新的破坏算法，只要拿到一个合法的内部账号，背后的自动化代理就能在短时间内把企业内部复杂的办公网与调度网网络拓扑翻个底朝天。
攻击者并未打造出全新的攻城锤，只是把原本翻墙的细活换成了极速跑车。
虚火的采纳率与能源部的靶场底牌
围绕基础设施网络安全的焦虑，相当一部分来自商业宣传的放大。IBM 在 2024 年 2 月发布的数据声称，74% 的受访能源和公用事业企业已实施或正在探索 AI。但如果细究统计口径，这一数字将早期的概念验证与实际投产混作一谈，且完全没有说明在生产控制网（OT）中的真实样本量。在追求高可靠、极低容错的电网二次系统和水厂 PLC 环境里，几乎没有任何运营方敢把调度权交给黑盒算法。
管理部门的真实动作印证了这种务实取向。美国能源部（DOE）于 2026 年 7 月 16 日正式启动了 Stormbreaker 测试平台，连同此前推出的 Mjölnir 靶场，其目的并非抵御虚构的算法霸权，而是为了测试大语言模型与 Agentic AI 在接入能源系统时的异常行为边界。监管层在防范的，是自动化运维工具一旦被恶意利用时可能带来的级联反应。
至于所谓的“95% 事故源于人为失误”，CISA 与能源部早已澄清，联邦官方从未针对能源公用事业给出过统一权威的测算数据。盲目套用全行业的粗略推论，只会掩盖最具体的防御缺陷。
- 风险.如果电网企业把有限的防御预算投入到抵御失控 AI 的科幻叙事中，必将挤占硬件级抗钓鱼验证、跳板机权限治理与工控补丁窗口的基础资源。
防御 AI 攻击的底牌，从来不需要另一套更加宏大的算法。只要办公终端通往变电站内网的通道依然依靠老旧的静态凭证与宽松的重置流程，即便外部模型再先进，被攻陷也只是一个短信验证码的距离。