VISA 科技總裁拉賈特·塔妮雅於 VB Transform 2026 會議上指出，旗下 Project Glasswing 計畫發現，Anthropic 的 AI 模型能在一個月內找出上萬個資安漏洞，凸顯 AI 在網路安全攻防上的雙重潛力，VISA 也因此開源了 AI 漏洞管理工具，並調整企業資安策略。
人工智慧（AI）正快速改變全球網路安全攻防格局。全球支付科技巨頭 Visa Inc. 日前在VB Transform 2026大會上透露，最新一代AI模型已展現超越傳統資安團隊的漏洞挖掘能力，但同時也可能成為駭客手中的強大武器，讓企業面臨前所未有的資安挑戰。
Visa透過代號「Project Glasswing」的合作計畫，與AI公司 Anthropic 共同測試前沿AI模型在網路安全領域的應用。Visa科技總裁 Rajat Taneja 表示，AI正在迫使企業重新定義資安策略，因為最新模型不僅能協助防禦，更具備主動尋找漏洞的能力。
Anthropic於今年4月開放約50家合作夥伴測試尚未正式發布的Claude Mythos Preview模型。該模型被設計用於自動化漏洞搜尋與弱點分析，能夠快速檢查大型程式碼庫，尋找潛在風險。在短短一個月內，Claude Mythos Preview便發現超過1萬個高風險及關鍵等級漏洞，其中包含部分存在多年的系統弱點。
據了解，模型成功識別出多項來自 OpenBSD 與 FFmpeg 等開源軟體中的安全漏洞，顯示AI已具備接近甚至超越部分人工紅隊的分析能力。
到了今年6月，Project Glasswing規模已擴大至超過15個國家、約150家組織參與。Anthropic為計畫提供高達1億美元運算額度，同時額外投入400萬美元支持開源資安研究，希望加速全球漏洞修補速度。
Visa表示，在測試過程中，其既有零信任（Zero Trust）安全架構成功阻擋部分由AI模擬的攻擊路徑，但也因此發現多項過去未曾察覺的弱點。這讓企業首次能夠透過AI主動找出自身漏洞，而非等到駭客發動攻擊後才被迫修補。
為因應AI時代的資安挑戰，Visa已於6月10日開源發布「Visa Vulnerability Agentic Harness」工具，希望協助企業建立AI驅動的漏洞管理機制。Visa認為，未來資安工作必須向軟體開發早期階段前移，也就是所謂的「Shift Left」策略，在程式撰寫初期就利用AI進行安全檢測，而非等產品上線後才進行防護。
然而，AI帶來的不只是防禦能力提升。Visa最新威脅報告指出，隨著企業網路防禦能力進步，駭客也開始利用生成式AI發動更複雜的攻擊。近年深度偽造（Deepfake）、語音模仿、社交工程詐騙與自動化釣魚攻擊案件明顯增加，攻擊成本持續下降，但攻擊規模卻快速擴大。
資安專家認為，AI正在創造一場新的軍備競賽。過去漏洞挖掘可能需要數週甚至數月時間，如今先進模型能在數分鐘至數小時內完成分析。未來企業的競爭優勢，不再只是擁有多少資安人員，而是能否有效運用AI提升防禦速度。
對台灣而言，隨著半導體、金融、科技製造與關鍵基礎設施高度數位化，AI驅動的資安防護能力將成為企業競爭力的重要一環。當AI同時成為最強防禦者與最危險攻擊者時，如何建立可信任且可控的AI資安治理機制，將成為未來數位經濟發展的重要課題。
【記者王志成／台北報導】 台北市文山區指南宮凌霄寶殿二十四日發生大火，現場付之一炬。行政院長卓榮泰(二十六)日前往訪視時表示，指南宮是台北市民極為重要的信仰中心，未來廟方在修復技術或經費上有需要協助之處，中央將與地方仔細討論，盼能儘速協助完成重建。 卓榮泰在行政院發言人李慧芝陪同下走訪指南宮，民進黨立委吳沛憶及台北市長參選人沈伯洋亦到場關切。卓榮泰表示，指南宮無論是在家庭旅遊、學校戶外教學或是節慶活動中，都扮演著相當關鍵的角色，市民與遊客皆十分珍視此地。 卓榮泰說明，火災發生的第一時間，他便與內政部、消防署及廟方保持密切聯繫，持續掌握最新狀況，並確認火勢在歷經三小時二十幾分鐘後獲得有效控制。 卓榮泰強調，對於未來的復建工作，不論是修復技術支援或相關經費需求，中央與地方政府都將通力合作並深入討論，期盼能以最快速度恢復信仰中心的原貌，讓指南宮再度成為各方祈福與旅遊的勝地。
【民眾網編輯方笙楠臺北報導】臺北市萬華區西昌街一間休閒館，因無視公權力，數次暗中經營賭場，8月25日上午萬華分局會同臺北市建築管理工程處、台灣電力公司及自來水公司等單位赴現場執行斷水斷電，強制勒令停業。 據了解，該處所表面上是一般休閒館，卻暗地私下經營賭場，因每日出入分子複雜，引起民眾懷疑而屢遭檢舉。該處首次於115年1月13日遭警方查獲賭博，除依法裁罰外，亦報請都市發展局依法勒令停止違規使用予以列管，惟業者無視法規，仍在列管期間私下重操舊業。 萬華分局專案小組獲報後積極佈線蒐證，待掌握確切事證後，115年5月8日再次突擊，當場人贓俱獲，查獲違法鐵證。為展現市政團隊堅決斷絕不法場所的行動力，迅即於8月25日由萬華分局會同相關單位聯手執行斷水斷電，本次聯合執法不僅展現市府團隊打擊犯罪的行動力，更宣示絕不容許違法場所擾亂社會秩序決心。 萬華分局表示，警方將持續落實查緝不法場所，絕不允許任何不肖業者以身試法，以維護社會風氣與治安秩序。未來將持續精進與市府各局處的聯合稽查機制，強化查報能量，戮力為市民打造安全、優質且乾淨的生活環境。
商傳媒｜林昭衡／綜合外電報導 隨著人工智慧技術快速發展，OpenAI 的 ChatGPT 和 Anthropic 的 Claude 等大型語言模型（LLMs）已進化為多模態 AI，不僅能處理文字，還能分析圖像，甚至從文字描述生成圖片。然而，學術界對此一進步也提出擔憂，指出這些模型存在「視覺幻覺」（Visual Hallucinations）問題，即 AI 在圖像處理過程中可能生成看似合理但實際錯誤或荒謬的輸出。 根據知名學術期刊《Communications of the ACM》的報導，諾丁漢大學（University of Nottingham）電腦視覺副教授 Michael Pound 指出，LLMs 經過大量文本與影像資料訓練，由於缺乏對「真理」的明確規範，其輸出往往僅具統計學上的合理性，而非真實。加州柏克萊人工智慧研究實驗室（University of California Berkeley Artificial Intelligence Research lab, BAIR）的博士後研究員 David Chan 也提到，儘管人類也會有類似錯誤，但大眾期望 AI 模型的表現應優於人類。 「視覺幻覺」對自動駕駛車與安全監控影像分析等關鍵應用領域構成嚴重挑戰，可能損害大眾對 AI 的信任度。例如，當背景資訊與圖像內容矛盾時，幻覺現象會更頻繁。Michael Pound 舉例說明，醫學影像分析若受其他病患資料影響，AI 可能因此忽略圖像中實際存在的疾病跡象。他強調，對於盲人輔助科技等使用者無法自行驗證輸出的情境，AI 模型的精確度至關重要，任何錯誤都可能帶來風險。 研究人員正積極探討視覺幻覺的根本成因，認為這與生成式 AI 模型作為仰賴機率的「預測引擎」本質息息相關。目前，除了針對特定任務的影像資料進行模型微調（fine-tuning），並在如自動駕駛車中導入光達（LiDAR）等多餘感測器以彌補錯誤外，現有的後驗證（post-hoc verification）方法也面臨效率低落的問題，因為它需要額外的 AI 模型來檢查輸出，過程緩慢且僅能拒絕錯誤回應，無法直接修正。 為提升驗證效率，新的「REVERSE 框架」被提出，它能在 AI 生成回應的過程中同步檢查幻覺。此框架透過訓練模型將詞語分類為「自信」或「不自信」，並在生成影像描述時給予每個詞彙信心評分，從而實現即時修正。David Chan 形容這是一種「推論技巧」，能讓部署中的系統根據預期的錯誤率來進行應對。未來研究則將聚焦於從源頭防止 AI 模型產生幻覺，並探索視覺推理（visual reasoning）而非純文本推理，透過讓模型分析圖像的幾何與外觀，來提高其精準度、理解基礎及可解釋性。
