AI 让钓鱼内容以假乱真，人为因素占62%还在上升 | Verizon DBIR 2026解读 ②

上一篇我们聊了漏洞利用登顶的问题——攻击者用 AI 压缩了武器化窗口，防守方跟不上节奏。但 DBIR 还记录了另一个同样值得关注的现象：AI 正在重写社会工程攻击的质量门槛，而防守方的应对思路还停留在上一个时代。

2026 年第 19 版 DBIR 分析了全球 22,000 起确认泄露事件，人为因素出现在 62%的泄露事件中，较上年略有上升。Social Engineering 是第三大泄露模式，占全部泄露的 16%。数字本身变化不大，但攻击的内容质量，已经今非昔比。

人工识别钓鱼内容的老方法正在失效

过去，安全培训有一套行之有效的教学逻辑：教员工识别可疑信号——发件人地址拼写异常、邮件正文语法错误、链接域名和品牌名略有出入。这些信号之所以有效，是因为钓鱼邮件的生产成本高，生成成本高，攻击者全是人工来完成这些吸引人的内容的生产。

AI 改变了这个前提。

生成一封语法完美、语气自然、结合收件人姓名和公司背景的定制钓鱼邮件，现在只需要几秒钟。过去靠错别字和生硬措辞识别钓鱼内容的逻辑，在 AI 生成的内容面前基本失效。

DBIR 在今年的报告中明确指出，威胁行为者使用 AI 辅助攻击的中位技术数已达 15 种，覆盖从选择攻击目标、撰写诱饵内容，到生成恶意工具的完整链路。社会工程，是 AI 介入最自然、门槛最低的那个环节。

质量提升之外，AI 还解决了钓鱼攻击的另一个传统限制：规模与精准之间的权衡。

过去的钓鱼攻击要么广撒网，内容通用但成功率低；要么精准定制，效果好但耗时耗力。AI 把两者结合了，批量生成高度个性化的攻击内容，成本随着模型能力提升与Token成本下降而越来越低。

攻击的载体也在扩展。DBIR 的 Year in Review 记录了一个 2025 年 7 月的案例：一个名为 Datzbro 的 Android 木马，开始利用 AI 生成的 Facebook 活动页面，向老年用户推送看似真实的活动邀请，诱导其点击，完成设备接管。这类攻击的目标是防范意识相对薄弱的普通用户，攻击者用 AI 批量生成可信内容，在社交媒体上大规模投放，成本极低，覆盖极广。

图片来源：The Hacker News

在企业侧，这个逻辑同样在演进。AI 可以抓取目标员工的 LinkedIn 信息、公司新闻、最近的业务动态，生成一封看起来来自真实同事或合作伙伴的邮件，内容契合当前业务场景，语气和措辞完全符合企业文化。这类钓鱼内容，传统邮件网关很难拦截，员工也很难仅凭直觉识别。

演练的场景，决定了培训的有效边界

面对 AI 生成的钓鱼内容，安全意识培训并不是没有价值，而是需要重新定义有效性的标准。

传统培训的有效期，取决于攻击者的内容变化速度。当钓鱼邮件几年如一日地靠错别字和仿冒链接骗人时，一年一次的培训更新还勉强够用。但当攻击者用 AI 每天生成新的诱饵内容、针对不同行业和岗位定制不同话术时，一年前的演练样本已经不能代表当前的真实威胁。

这里的核心问题不是要不要演练，而是演练的内容是否还和真实攻击对齐。

塞讯钓鱼邮件演练平台在这个问题上的应对思路有两层。

第一层是演练内容的持续更新——平台模板库基于真实威胁情报迭代，覆盖最新攻击活动中使用过的钓鱼邮件内容和诱饵类型，确保员工在演练中面对的，是当前攻击者真正在用的内容，而不是已经过时的样本。

第二层是引入 AI 生成钓鱼邮件能力——平台可以根据员工的岗位、部门、业务场景，自动生成高度个性化的钓鱼演练内容，模拟攻击者用 AI 定制的相关性极强的社工内容，让员工在受控环境里提前经历这种新型内容的钓鱼。员工一旦中招，系统自动触发针对性的培训内容；管理层可以实时看到各部门、各岗位的薄弱环节。

安全意识培训的核心逻辑是：让员工在真实攻击来临之前，先在受控环境里经历一次。经历过，才有记忆；有记忆，才有反应。

攻击者用 AI 生成诱饵，防守方也用 AI 生成演练——以攻击者的方式训练防御者，这是当前最接近真实对抗的培训逻辑。

参考来源

– Verizon 2026 Data Breach Investigations Report，2026 年 5 月 19 日发布

– The Hacker News，New Android Trojan “Datzbro” Tricking Elderly with AI-Generated Facebook Travel Events，2025 年 9 月 30 日发布

Verizon《2026 年数据泄露调查报告》已于 5 月 19 日正式发布，文末点击阅读原文可下载完整 PDF。