工控安全也要被变革？实测：前沿AI可自主劫持工控系统

过去二十年，工控安全的核心逻辑建立在物理隔离和协议封闭之上。专网、白名单、单向网闸，似乎足以把攻击者挡在工厂之外。可当AI代理开始自己操作工具链，这套逻辑正在被撕开一道口子。

工控系统的安全假设正在失效

很多工厂仍相信，只要OT网络不与互联网直连，PLC和SCADA就安全。现实是，工程站、远程运维、供应商通道早已把边界打散。攻击者不必从外部直接打进来，一台被控的笔记本就能成为跳板。

协议裸奔是历史欠账

Modbus、S7、DNP3等工控协议诞生于信任环境，普遍缺少认证、加密和完整性校验。一条指令就能改写寄存器，关闭联锁，甚至让阀门和电机执行危险动作。安全设计让位于实时性和兼容性，这个债早晚要还。

AI把欠账变成了提款机

传统攻击者要懂梯形图、懂工艺、懂协议。现在，前沿AI可以把这些知识压缩进一次推理。它不累，不情绪化，还能并行尝试上百种路径。工控安全面对的对手，正在从人变成可复制的机器。

实测：AI如何自主完成劫持

近期有安全团队搭建了仿真工控靶场，包含PLC、HMI、工程站和Modbus TCP网络。测试没有给AI预设攻击脚本，只提供目标描述和可用工具。参与者包括多个前沿大模型，结果让人后背发凉。

从扫描到写入，没人按回车

AI先调用扫描工具识别开放端口，判断设备类型和协议。接着读取保持寄存器，推断工艺参数。它发现写线圈接口没有保护，便构造报文修改设定值，让仿真产线压力越限。全程自主规划，人类只负责观察。

多模型都能完成，只是时间不同

参与测试的模型均在不同时间内完成了从侦察到劫持的闭环。有的需要几十步，有的会自我纠错。更关键的是，它们能解释每一步意图。这意味着攻击者不需要OT专家，只需一个入口和足够算力。

仿真环境不是借口

有人会说靶场不等于真实工厂。可真实工厂的协议更老旧，资产更混乱，补丁更滞后。仿真环境里能走通的路，在现实中往往阻力更小。极牛网（GEEKNB.com）认为，这次测试的价值不在炫技，而在提前暴露系统性风险。

真正的风险不是AI会写攻击脚本

AI生成攻击代码并不新鲜。真正棘手的是，它把工控攻击从手艺活变成了流水线。过去要几个月培养一个OT攻击者，现在一个通用模型就能覆盖多种协议和设备。攻击门槛被拉低到令人不安的程度。

速度差是防御方的死穴

工控事件以毫秒计，安全响应以小时计。AI可以持续探测、快速变招，而人类分析师还在看告警。当攻击链由机器驱动，传统按天、按周的处置节奏根本追不上。防御方必须把检测和响应也交给机器。

批量复制带来系统性威胁

一个AI攻击代理可以同时针对多个厂区，复制同一套策略。对勒索团伙来说，工控系统停机意味着巨额损失，赎金意愿更高。对国家级攻击者来说，AI代理能降低暴露风险，让攻击溯源更加困难。

防御侧不能只加一个AI盒子

看到AI攻击，很多企业的第一反应是买一个AI安全设备。这个思路容易跑偏。工控防御的底座仍是资产可见性、网络分区和最小权限。没有这些，AI只会让告警更多，不能阻止PLC被写。

先把OT资产看清楚

不少工厂连自己有多少PLC、多少HMI、多少工程站都说不清。资产台账不准，行为基线就无从谈起。被动流量分析、协议深度解析、资产指纹，这些基础工作必须补上。否则AI检测就是空中楼阁。

零信任要下沉到控制层

工控网络也需要身份、权限和持续验证。不是简单把IT零信任套过来，而是针对OT特点做微隔离。工程站只能访问授权PLC，运维操作需要审批和审计。AI代理再聪明，没有权限也难以下手。

用AI对抗AI，但别迷信

AI可以用于异常检测、告警降噪、攻击溯源和自动编排。它能发现人类忽略的微小偏差，也能在秒级执行阻断。可模型本身会被对抗样本欺骗，会误判工艺操作。人机协同仍是底线。

监管、标准与供应链的补课

工控安全不是一家工厂的事。等保2.0、关基保护条例、IEC 62443都在推动责任落地。但面对AI自主攻击，现有标准需要更新威胁模型，把AI代理纳入红队演练和风险评估。合规不是终点，只是起点。

厂商不能只卖设备不管安全

PLC、DCS、SCADA厂商长期重视功能安全，轻视信息安全。默认密码、无签名固件、明文协议，这些问题不该由用户独自承担。供应链安全要前移到设计阶段，安全更新要能覆盖老旧设备。

演练要加入AI攻击代理

定期攻防演练如果还在用固定剧本，就测不出真实风险。红队应引入AI代理，模拟自主侦察、横向移动和协议劫持。蓝队则要检验检测、隔离和恢复能力。只有真打，才知道防线哪里漏风。

下一次工控事故可能没有人类操作员

工控安全的变革不是未来时，而是现在进行时。AI既能成为攻击者的加速器，也能成为防御者的显微镜。关键在于，企业是否愿意承认旧假设已经失效，并动手重构OT安全体系。

极牛网（GEEKNB.com）在跟踪相关研究时感受到，最危险的从来不是某个模型有多强，而是我们还在用昨天的边界，防守今天的机器速度。把AI当成新的攻击面，也当成新的防线，工控安全才有机会跑赢下一轮对抗。