“Going Dark”，以及执法机构黑客时代

AI、软件漏洞与“Going Dark”论题

• 一些人认为，AI 漏洞扫描器将大幅减少主流平台中可远程利用的漏洞，缩小可用的 0-day 漏洞池。
• 另一些人觉得这不太可能：他们看到更多漏洞百出的“AI slop”、仓促上线的功能，并认为新的攻击面增长速度超过了 AI 的防护能力。
• 还有人认为，AI 目前远不足以生成灰色市场上出售的那种多阶段、高端移动端 0-day。
• 一个常见的综合看法是：AI 是一个放大器。能力强的团队会变得更安全；能力不足的团队则会交付更糟糕的系统。

后门 vs 利用漏洞，以及政府可能的回应

• 许多人预期，随着传统漏洞逐渐枯竭，各国政府会加大压力，要求设置合法/技术上的后门或“前门”（例如客户端扫描、身份验证访问、反端到端加密措施）。
• 有人担心，强制后门会削弱国家基础设施，并可被外国对手利用。
• 另一些人认为，在民主国家彻底阻止强加密并不现实；这些尝试可能只会把更多人推向“暗网”式网络。

自托管、开源模型与模型投毒

• 当前有一股强烈趋势，推动在用户可控硬件上自托管开源权重模型和代理，以避免大型、总部位于美国的 AI 提供商面临法律压力。
• 反驳观点是：开源模型也可能被投毒；训练数据中的隐藏后门可能在罕见 token 序列上触发。
• 建议的缓解措施包括：人工审查生成的代码，使用多个独立供应商/国家，并检查推理轨迹中的异常。

安全实践与行业差距

• 有人观察到一种“两个世界”的分裂：一边是顶尖攻防团队，另一边是仍然忽视基本安全卫生的普通组织。
• 游戏行业被举例为尤其松散，老游戏至今仍带着严重的 RCE 漏洞发布。
• 一些人担心，组织已经在让 LLM 既写代码又审代码，而几乎没有人工监督。

公民自由、监控与民主滑坡

• 许多评论者欢迎执法机构“going dark”，认为在元数据、云日志和摄像头已经无处不在的情况下，这是对公民权利的净利好。
• 另一些人担心，廉价漏洞的消失会加速威权立法和企业胁迫，造成事实上国家化、带后门的技术栈。
• 讨论还涉及：公民究竟能在多大程度上通过政治手段现实地阻止这一趋势，以及滑向软性或公开暴政的风险有多大。

历史与架构背景

• 讨论提到了过去窃听约束（物理分线窃听、号码寄存器、CALEA）与今天“监控便宜到几乎无成本”的对比。
• 有人指出，即便终端足够安全，攻击重点也可能转向基础设施、供应链、自动更新通道，或处于环路中的人。