事件
資安廠商 CrowdStrike 在 2026 年 6 月發布威脅報告指出，過去一年針對科技業的國家級網路攻擊中，超過 58% 來自與中國相關的駭客組織。這些攻擊的目標明確：AI 模型、半導體設計、軟體供應鏈的核心資產。
這不是新現象，但規模與集中度創新高。從 2015 年的 Office of Personnel Management 洩露門、到 2020 年的 SolarWinds 事件，再到近年針對雲端基礎設施的持續滲透——中國駭客組織的目標變得越來越精準，越來越指向「能力差距最大的領域」。
為什麼竊取比自研便宜
假設美國花了 10 年、投入 500 億美元研發出 AGI（通用人工智能）。中國有三條路：
路線 A：自主研發 - 成本：600 億美元（因滯後、低效率） - 時間：12-15 年（因缺乏積累） - 風險：技術卡脖子
路線 B：監管 + 合作 - 成本：政治成本（被美國制裁） - 時間：7-8 年（受貿易戰限制） - 風險：美國隨時禁運晶片、軟體、演算法
路線 C：系統性竊取 - 成本：100 億美元（駭客基礎設施、人才、掩護） - 時間：3-5 年（如果在關鍵節點獲取模型權重、訓練數據、硬體設計） - 風險：被抓到後外交風暴，但技術已到手
從純經濟學角度，C 路線的期望值最高。而且中國決策者會這樣算：
> 被抓到的概率 × 外交成本 + 成功的概率 × 技術優勢 = 淨收益
只要這個淨收益為正，竊取就是理性的國家決策。
技術掠奪的三層次
CrowdStrike 報告提到的三個目標領域其實反映了科技堆棧的三層邏輯：
第一層：演算法層（AI 模型） - 目標物：大語言模型的權重、訓練數據、推理優化 - 竊取難度：中（需要進入公司內網、提取數 TB 數據） - 價值：高（模型即產品、即競爭力） - 案例：疑似中國駭客曾針對 OpenAI、Google DeepMind 進行滲透
第二層：硬體層（半導體） - 目標物：晶片設計檔案、EDA 工具、製程工藝參數 - 竊取難度：高（涉及物理隔離、air-gapped 網絡） - 價值：極高（控制硬體 = 控制 AI 能力上限） - 案例：2021 年傳出中國駭客竊取台積電製程機密
第三層：供應鏈層 - 目標物：軟體代碼庫（GitHub）、開發工具、雲端基礎設施憑證 - 竊取難度：低（供應鏈天然複雜、監管漏洞多） - 價值：高（一次入侵、無限後門） - 案例：SolarWinds（2020）被用來滲透美國財政部、國防部、能源部
駭客成為國家研發的邊際成本
這裡有個殘酷的邏輯：隨著科技差距擴大，國家誘因搶奪的成本反而下降。
假設中國的 AI 能力是美國的 60%，追上需要： - 工程師年薪：100 萬人民幣 × 1000 人 = 10 億 - 計算資源：100 億（GPU、電費、冷卻） - 時間：5 年 - 年均成本：220 億人民幣
但如果通過駭客一次竊取成功概率 30%，成本下降到： - 駭客與掩護：5 億 - 風險成本（被抓概率 × 外交代價）：乘以 0.3 概率、除以 30% 成功率 - 等效年均成本：50-100 億人民幣
駭客成為了「邊際成本最低的研發方法」。
為什麼現在加速
CrowdStrike 報告的數據顯示 2025-2026 年攻擊強度明顯上升。三個原因：
1. AI 能力差距正在最大化 - OpenAI GPT-5、Google Gemini 2.0、DeepSeek R1 在 2024-2025 年的能力飛躍 - 中國大模型仍有 1-2 代差距（控制因素：訓練數據、計算資源、晶片禁運） - 差距越大、竊取動機越強
2. 半導體制裁變成常態 - 美國 2023-2025 年持續升級對華晶片出口管制 - 中國無法合法購買高階 GPU，反而激勵駭客竊取設計藍圖 - 從「合法途徑困難」變成「合法途徑斷絕」