IMF警告:Mythos级别的新AI模型对金融业构成“系统性风险”

华尔街见闻
May 08

5月7日周四,国际货币基金组织(IMF)发出警告:以Anthropic公司Claude Mythos为代表的最新一代AI模型,正在将网络安全风险推升至可能引发"宏观金融冲击"的量级,并可能在金融系统层面造成"相关性失败"。这是IMF首次就最新AI模型带来的网络安全威胁专门发文。

IMF在博客文章中直接点名Mythos的近期受控发布,称其"凸显了风险上升的速度之快"。IMF还明确表示,金融机构的防线"不可避免"将被突破,呼吁各方将"韧性"——即限制事件扩散、确保快速恢复——列为优先事项。

这一警告的背景是:Mythos目前仅向40家以美国为主的机构开放,包括亚马逊微软以及摩根大通等大型银行。大量非美国银行和金融机构尚未获得访问权限,由此引发外界对全球金融体系保护水平参差不齐的担忧。

Mythos究竟有多危险?

Anthropic上月披露,Mythos已"发现数千个高危漏洞,包括每个主流操作系统和浏览器中的漏洞"。Anthropic自己也警告称:"对经济、公共安全和国家安全的冲击可能是严重的。"

这意味着什么?简单来说,以往黑客需要花费大量时间和成本去寻找系统漏洞,而Mythos这类AI模型可以大幅压缩这一过程。

IMF高级官员在文章中写道:"先进AI模型能够大幅降低识别和利用漏洞所需的时间和成本,使得同时发现并攻击广泛使用系统中的弱点的可能性显著上升。"

更关键的是"同时"二字。金融机构普遍使用相同的软件和共享服务提供商,这意味着AI模型可能"在众多机构中同时制造漏洞"。一旦多家机构同时遭到攻击,IMF警告,"信心效应、支付中断、流动性紧张和甩卖动态可能随之而来"——这正是系统性风险的经典传导路径。

访问权限不均等,非美国机构暴露在外

Mythos目前处于受控发布阶段,获得访问权限的40家机构可以提前获知漏洞并进行"补丁"修复。但这一名单以美国机构为主,大量非美国银行和金融集团被排除在外。

据英国《金融时报》报道,已获得访问权限的公司表示,应对Mythos揭示的威胁,需要"公共和私营部门的联合行动"。

IMF对此明确指出:"网络风险不尊重国界。"它特别提到,新兴市场和发展中国家往往面临更严重的资源约束,可能"不成比例地暴露于针对防御薄弱地区的攻击者"。

这对全球金融体系而言意味着一个结构性隐患:防御最薄弱的环节,恰恰可能成为系统性风险的引爆点。

IMF的具体建议

IMF承认,金融软件"比开源基础设施更难攻击",但随即补充,这一优势"随着模型训练扩展、能力扩散和泄露的发生,可能很快被侵蚀"。

换言之,现有的相对安全只是暂时的。

IMF给出的应对建议包括:

  • 网络压力测试和情景分析:模拟AI驱动的网络攻击对金融系统的冲击

  • 董事会层面的网络风险监督:将网络安全纳入最高决策层的议程

  • 公私部门在威胁情报和事件响应上的协作:打破信息孤岛

  • 加强国际合作:尤其是帮助资源有限的新兴市场提升防御能力

IMF的核心逻辑是:与其寄望于"防住所有攻击",不如同时建立"被攻破后如何快速恢复"的能力。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10