國家級駭客將 Google Gemini 武器化：AI 驅動網路威脅的新時代

2026 年 2 月 12 日 – Google 威脅情報小組（Threat Intelligence Group，GTIG）與 Google DeepMind 發布了一份綜合報告，詳細闡述了國家級對手如何系統地將 Google Gemini 整合到其網路攻擊生命週期中，這項重大發現突顯了生成式 AI（Generative AI）的雙面刃特性。

這份在慕尼黑安全會議（Munich Security Conference）前夕發布的報告強調了一個令人不安的趨勢：來自中國、伊朗和北韓的進階持續性威脅（Advanced Persistent Threat，APT）組織已不僅僅是在進行實驗。這些行動者現在正積極利用生成式 AI 來加速偵察、優化社交工程（Social engineering）活動，甚至在行動期間動態生成惡意代碼。

行動轉型：從實驗到整合

在過去一年中，網路安全社群一直警告大型語言模型（LLMs）可能會降低網路犯罪的門檻。然而，Google 的最新調查結果證實，受國家資助的高階組織正利用這些工具來增強效率和規避能力。

根據報告，這些組織對 Gemini 的使用並非單一模式。不同的行動者根據其特定的戰略目標採用了該技術，範圍從深度的開源情報（Open-source intelligence，OSINT）蒐集到網路釣魚誘餌的即時翻譯。

GTIG 首席分析師 John Hultquist 指出，雖然北韓和伊朗組織是將 AI 用於社交工程的早期採用者，但中國行動者現在正開發更複雜的「代理化（Agentic）」案例，以簡化漏洞研究和代碼故障排除。

威脅行動者輪廓：各國如何利用 AI

報告深入探討了特定 APT 組織 如何利用 Gemini。下表總結了主要的行動者及其觀察到的方法論：

國家級 AI 濫用摘要

伊朗：精煉欺騙藝術

APT42 是一個歷史上與伊朗伊斯蘭革命衛隊（IRGC）相關的組織，已將 Gemini 深度整合到其社交工程行動中。APT42 以針對研究人員、記者和活動人士而聞名，該組織使用該模型來翻譯內容並修飾網路釣魚郵件的語法，使其與合法的往來信件難以區分。

透過向 Gemini 提供目標對象的傳記，該組織能生成量身定制的藉口——旨在建立即時信任的情境。這種能力使他們能夠彌補語言障礙和文化差異，而這些因素以前曾是潛在受害者的警示訊號。

北韓：工業規模的偵察

對於北韓組織 UNC2970 而言，AI 是間諜活動的戰力倍增器。該組織以國防和航太領域為目標，經常冒充合法的招聘人員來植入惡意軟體。

Google 的分析顯示，UNC2970 利用 Gemini 從專業社交網站（如 LinkedIn）抓取並綜合大量數據。AI 協助他們繪製組織層級圖、識別關鍵技術人員，並撰寫用於魚叉式網路釣魚活動的超高度寫實職位描述。

中國：自動化漏洞研究

包括 TEMP.Hex 和 APT31 在內的中國國家資助行動者，展示了該技術在技術層面上最尖端的一些應用。觀察到這些組織使用 Gemini 來排除其惡意代碼的故障，並研究大眾已知的漏洞。

在一個令人警覺的案例中，一個中國組織利用 Gemini 模擬了「專家級網路安全人格」。這些 AI 代理（Agents）的任務是自動分析軟體漏洞，並生成繞過美國目標安全控制的測試計劃。這表明其正轉向自動化進攻行動，由 AI 代理協助入侵的策劃階段。

AI 原生惡意軟體的興起：「Honestcue」

報告中技術性最強的發現或許是發現了 Honestcue，這是一種在 2025 年 9 月識別出的惡意軟體變種。與攜帶惡意負載的傳統惡意軟體不同，Honestcue 像是一個依賴雲端的空殼。

Honestcue 利用 Google Gemini API 在記憶體中動態生成並執行惡意 C# 代碼。透過將惡意邏輯卸載給 AI 回應，攻擊者實現了兩個目標：

1. 模糊化： 依賴靜態檔案分析的傳統防毒工具難以偵測到威脅，因為惡意代碼直到 AI 生成之前都不存在。
2. 多型性： AI 生成的代碼在每次執行時可能略有不同，使基於特徵碼的偵測變得複雜。

這種「就地取材（Living off the land）」的方法——現在的「地」變成了雲端 AI 服務——代表了惡意軟體開發的重大演進。

「越獄」生態系統與模型竊取

除了國家級間諜活動外，報告還揭示了日益增長的「越獄即服務（Jailbreak-as-a-Service）」地下經濟。網路犯罪分子正在銷售宣稱是定制、無審查的 AI 模型工具，但這些工具通常只是封裝了 Gemini 或 OpenAI 等商業 API。

其中一個名為 Xanthorox 的工具，標榜自己是用於生成勒索軟體和惡意軟體的私有、自託管 AI。然而，Google 的調查顯示，Xanthorox 只是透過已越獄的合法模型實例來路由提示（Prompts），剝離安全過濾器以提供惡意內容。

此外，受經濟利益驅動的組織正越來越多地進行 模型提取攻擊（Model Extraction Attacks）（MEAs）。這些「蒸餾攻擊」涉及系統性地探測像 Gemini 這樣成熟的模型以提取其訓練模式，從而有效地竊取知識產權來訓練更便宜、更小型的複製模型。雖然這不會危及用戶數據，但對 AI 開發者的競爭優勢構成了嚴重威脅。

Google 的防禦與未來之路

針對這些發現，Google 已採取積極行動，停用了與報告中提到的 APT 組織相關的所有已識別帳戶和資產。該公司強調，雖然對手正將 Gemini 用於內容生成和代碼協助，但沒有證據顯示 Gemini 模型本身的安全性已遭破壞。

報告指出：「對於受政府支持的威脅行動者來說，LLMs 已成為技術研究、目標鎖定以及快速生成細膩網路釣魚誘餌的必備工具。」

Creati.ai 指出，這一發展標誌著威脅格局的永久性轉變。隨著 AI 模型變得更加多模態（Multimodal）且具備代理特性，漏洞被發現與被利用之間的時間差將持續縮短。將 AI 整合到進攻性網路行動中不再是理論上的風險，而是新的交戰標準。

對於企業安全團隊而言，這需要轉向能夠識別 AI 生成異常的行為偵測系統，而不是僅依賴靜態的入侵指標（Indicators of compromise）。隨著 AI 輔助攻擊者與 AI 驅動防禦者之間的軍備競賽加速，AI 供應鏈本身的完整性可能會成為下一個主要戰場。