多年來我們反復聽到同樣的論調：人工智能將取代人類崗位。事實上，麥肯錫在2017年發布的《就業流失與獲得：自動化時代的勞動力轉型》報告中預測，到2030年將有3.75億勞動者需要尋找新工作，否則將面臨被AI和自動化取代的風險。焦慮情緒隨之蔓延。
關于哪些崗位將受沖擊的討論始終存在，而滲透測試領域近期開始受到關注。隨著AI現已能夠自動化執行漏洞掃描、網絡掃描等任務，以及PlexTrac等平臺通過集成AI能力來減少人工操作，滲透測試工程師是否會面臨失業？
讓我們從積極角度切入。今年麥肯錫撤回先前關于"3.75億勞動者將被AI取代"的預測，將數字下調至約9,200萬。該機構進一步緩解公眾焦慮，指出雖然某些崗位可能消失，但更可能發生的是崗位轉型，預計將有1.7億個新角色從變革中誕生。
回到滲透測試領域，可以合理預測未來數年該職位的某些環節將更易實現自動化，部分相關崗位可能需要轉型。但AI始終缺少滲透測試區別于其他自動化掃描工具的關鍵要素——人性化因素。正如云安全聯盟所述："AI不會取代人類，而是作為滲透測試工程師的效能倍增器。"
01AI將增強而非取代滲透測試能力
一個常見誤解是AI將使滲透測試工程師成為歷史。實際情況則復雜得多。自動化技術已開始協助優化某些單調重復性任務，但人類的創造力和專業經驗仍無可替代。
01
腳本小子正在利用AI
AI正在改變滲透測試的準入門檻。借助AI驅動工具，技術經驗較淺的從業者（通常稱為腳本小子）無需深入理解底層機制即可執行更復雜的測試。AI通過自動化漏洞掃描、攻擊模擬和漏洞利用等復雜任務降低技術門檻。此類自動化使初級用戶能更輕松地識別和利用系統弱點。
雖然滲透測試工程師可能對腳本小子持負面看法，但AI和自動化的進步將使所有人受益。自動化處理基礎性工作后，各層次測試人員都能參與更復雜、更有價值的任務，提升技能水平并增強崗位安全性。當AI處理繁瑣基礎工作后，所有測試人員都能專注學習滲透測試的深層邏輯，最終提升專業能力并為安全生態做出更大貢獻。
02
聚焦高價值工作：讓AI處理單調任務
受益于AI的不僅是腳本小子，專業滲透測試工程師同樣能獲得提升。通過利用自動化技術，工程師得以專注于需要高階專業技能或人工干預的任務。例如，AI可自動化漏洞發現過程，使工程師能集中精力開發定制化攻擊載荷，或開展需要深刻理解人類行為模式和業務邏輯的高級紅隊演練。
AI可自動化的具體任務包括：·
-
深度研究和開源情報（OSINT）搜集
-
目標系統中常見漏洞與暴露（CVE）掃描
-
執行基礎網絡掃描并識別潛在攻擊向量
-
基于嚴重性和可利用性對漏洞進行分類分級
-
根據當前項目的技術棧定制漏洞利用代碼
-
基于已發現漏洞提出新增測試用例建議
通過消除這些重復性任務，AI使滲透測試工程師能夠投入更多時間探索高級漏洞利用技術、發現隱蔽缺陷并突破思維定式——這些技能在未來相當長時間內仍將超越AI的能力邊界。
03
絡釣魚與社會工程學2.0：AI驅動的仿真升級
AI對滲透測試的影響在社會工程學領域同樣顯著。該技術正在革新釣魚攻擊仿真與培訓演練。AI通過分析海量數據、理解人類行為模式、生成更具欺騙性的釣魚攻擊或社會工程場景，使滲透測試能夠實施更逼真的攻擊模擬。這意味著企業可以為真實威脅做好更充分準備，因為AI增強了模擬攻擊的真實性。
此外，AI工具可提供反饋與指導，幫助滲透測試工程師優化社會工程技術，通過歷史演練積累經驗，持續提升專業技能。
04
AI將加速滲透測試進程：速度與精度并行
AI能大幅加速滲透測試生命周期各階段（甚至所有階段）的進程，例如：
-
OSINT與信息收集：AI可分析企業技術棧，識別在用工具和平臺的已知漏洞，其效率遠超人工研究。
-
威脅建模：基于采集數據，AI可推薦與情報關聯度最高、成功率最優的攻擊路徑。
-
異常檢測：在處理海量數據集時，AI擅長發現模式并識別異常值，能從數據海洋中標記關鍵漏洞。
-
漏洞利用開發：AI工具可協助生成針對特定技術棧的漏洞利用代碼。
-
后滲透階段：AI能更徹底地清除滲透痕跡，并設置虛假線索誤導防御方調查。
-
滲透測試報告：生成式AI可加速報告編寫。領先的滲透測試報告平臺PlexTrac集成AI功能，可自動生成漏洞發現、數據摘要甚至執行摘要。需注意選擇具備數據安全保障的平臺，例如PlexTrac自研AI解決方案采用預訓練模式，系統不會保留用戶提交數據。
02滲透測試中AI的未來定位：黑客的最佳拍檔？
滲透測試的未來將呈現AI與人類專家的協同共生關系。AI在以下方面將成為滲透測試工程師的得力助手：
1.協作支持：作為"紅隊智能助手"，AI可協助分析發現、生成報告，并根據歷史數據推薦后續行動。2.業務邏輯與情境感知：AI不僅識別技術漏洞，更能分析漏洞可能導致的業務中斷、數據泄露或聲譽損失，助力輸出更具影響力的建議。3.自主框架與推理模型：隨著推理模型的進步，AI可解釋其決策邏輯，幫助工程師理解結論背后的推理過程，這種透明度將提升人機協作效率。
通過這種深度協同，滲透測試工程師將突破傳統能力邊界，在AI的賦能下實現對復雜安全威脅的更高效識別與防御。
浙公網安備 33010502006954號 
