事件描述
2026 年 7 月初，一樁看似突破性的新聞引爆科技圈——首次有 AI 代理完整執行了真實勒索軟體攻擊的技術步驟。標題們都在吹捧這是「自動化網路犯罪的轉捩點」「人工智慧駭客終於來了」。
但隨後曝光的細節打破了這場自動化狂歡：這次攻擊的全流程中，AI 只負責了「執行勒索加密與談判」這一段。關鍵的上游環節——選擇攻擊目標、設計攻擊基礎設施、偷竊登入憑證——統統是人工操作。
換句話說，AI 在一個已經被人類精心佈置好的舞台上，演了一場預設的戲。
為什麼這反映了什麼事
這個案例暴露了一個被廣泛誤解的自動化真相：自動化從不是『人類出局』，而是『人類往後退一層，進入更高的決策抽象層』。
想像一條生產線： - 1950 年代：工人手工組裝電視（人類做所有事） - 1980 年代：機械臂負責焊接，人類負責品質檢查與設備調度（自動化第一層） - 2010 年代：全自動焊接 + 預測性維保演算法，人類只負責決定什麼時候停機大修（自動化第二層） - 2024 年：機器學習系統自動判斷維修時機，人類只需要在異常告警時決策是否信任演算法（自動化第三層）
每一層自動化都是真的，但人類沒有「消失」——只是移動到了「更高抽象層的決策」。
在勒索軟體案例中，流程是： 1. 人類決策層：誰值得攻擊？（目標選擇、風險評估） 2. 人類實施層：怎麼進去？（基礎設施搭建、憑證竊取） 3. AI 執行層：進去之後做什麼？（加密、談判腳本、勒索金額提議） 4. 人類監控層：錢收到了嗎？要怎麼洗？（財務結算、追蹤回應）
AI 佔的是第 3 層——這是技術難度最低的層次（pure script execution），卻最容易被媒體渲染成「機器接管犯罪」。
為什麼我們總被自動化幻覺騙
有三個心理認知模式在作祟：
### 模式 1：可見性偏誤（Visibility Bias） AI 執行動作時，痕跡清晰、實時可見（加密檔案、勒索訊息）。但人類的「決策與佈置」是在暗處進行的——攻擊者挑選目標時思考的過程、測試基礎設施的反覆實驗，全部隱形。媒體看到的是「聚光燈下的自動化執行」，看不到「暗房裡的人類籌劃」。
### 模式 2：代理人幻覺（Agent Illusion） 當一個系統能說話、能談判、能「做出選擇」時，我們的大腦自動傾向於把它視為獨立的代理人。AI 勒索談判機器人和受害者交涉時，它看起來有主體性、有意圖。但這個「主體性」是借來的——每句談判詞都是人類設計師寫進去的策略。
### 模式 3：層級遮蔽（Abstraction Obscuring） 現代科技棧是分層的。用戶看到的「自動化」是最上層。底層的人類勞動被隱藏了。一個「全自動餐廳點餐系統」的訂單路由是 ML 演算法優化的，但菜單設計、定價策略、外包廚房選擇，還是人類決策。看起來系統在思考，實際是人類的思考被編碼成了參數。
這個幻覺的代價
在公共政策層面，自動化幻覺很危險：
過度規管自動化層（錯誤）：如果政策只關注「AI 不能自動執行勒索」、「演算法不能自動談判」，而忽略人類在上游的決策槓桿，就像禁止了一台挖掘機的動力裝置、卻沒禁止有人類司機。攻擊者只需換一個 AI 工具執行層，其他環節不變。
低估人類的決策權重（錯誤）：自動化越深、人類的每個決策就越槓桿化。選錯一個目標、基礎設施設計有瑕疵，AI 再強也拯救不了。但我們傾向於把失敗歸因給「AI 還不夠聰明」，而非「人類決策環節的惡意」。
職業替代的幻覺（錯誤）：「AI 將取代駭客」的敘事隱含一個假設：駭客的價值在「技術執行」。但真相是駭客最值錢的部分是「戰略目標選擇」和「初期偵察」——這些不會被 AI 自動化，只會被轉移到更懂機器學習的新一代駭客身上。職業不會消失、而是變得更依賴決策能力。
歷史的重複
自動化幻覺不是新現象。
工業革命：機械紡織機能夠自動紡紗，導致路德黨人砸機器。但真實是：機器取代了低技能勞工，卻強化了廠主的權力。廠主決定生產什麼、定什麼價格、開多少工資——這些決策反而集中化了。
：輿論焦點是「誰來按方向盤」，但真正的決策層是「誰決定路線優化演算法的目標函數」「誰定義安全邊界」——這些由工程主管、法律部門、CEO 決定，比司機重要 100 倍。