摘要
关键词：网络钓鱼；生成式人工智能；通行密钥；抗钓鱼多因素认证；智能体AI ；身份安全
1 引言
通行密钥（Passkeys ）基于 FIDO 联盟标准，采用非对称公钥密码学完成身份校验，原生具备抗钓鱼属性，不需要用户记忆复杂密码，也规避短信验证码、邮件一次性验证码容易被钓鱼劫持的缺陷FIDO Allia...。当前主流操作系统、互联网服务商已经完成对通行密钥的技术适配，澳大利亚 MyGov 政府服务平台、澳洲电信 Telstra、澳洲航空 Qantas 均已经上线通行密钥登录能力，代表该技术已经走出实验室进入商用落地阶段。但技术可用不等于大规模落地，用户使用习惯的路径依赖、组织内部的改造顾虑，造成 “认知接受” 和 “实际启用” 之间存在显著行动鸿沟。
除钓鱼攻击之外，企业内部部署的自主AI 智能体带来全新身份治理难题。AI 智能体被授予权限后可自主调用系统工具、访问业务数据，这类非人类身份的授权、审计、权责界定，尚未形成成熟的行业实践。面向更远周期，量子计算技术的持续演进，对当前广泛使用的公钥密码体系构成远期威胁，安全管理者需要在处理当下 AI 安全威胁的同时，开展面向后量子时代的技术储备。
本文以AI 钓鱼威胁作为切入点，依次分析 AI 钓鱼攻击演化特征、通行密钥技术安全逻辑、推广落地阻碍，延伸讨论 AI 智能体身份安全挑战、量子计算带来的远期风险，最后综合提出分层防御的建设思路。文章立足公开调研与产业实践，不做夸大式预判，客观分析各项技术的优势与现实约束，为组织机构的身份安全建设提供分析框架。
2 AI 降低钓鱼攻击门槛带来的安全范式转变
2.1 AI 驱动钓鱼攻击的核心变化
传统钓鱼攻击可以划分为广撒网式批量钓鱼和定向鱼叉钓鱼两类。鱼叉钓鱼攻击具备高度定制化特征，攻击者需要搜集目标对象背景信息，针对性构造欺骗信息，整个过程消耗大量人力，攻击规模受到人力资源约束。生成式AI 改变这一局面，攻击内容生产的成本几乎被压缩，攻击门槛大幅降低，即便缺乏专业社会工程学经验的攻击者，也可以生成高质量欺骗内容。
第二，攻击规模化能力得到提升。过去高级定向钓鱼只能针对少量高价值目标开展，成本高昂无法大规模复制。现在攻击者输入基础背景信息，AI 即可批量生成大量定制化欺骗消息，定向攻击从少数 APT 组织专属手段下沉到普通黑产工具包，攻击的数量、覆盖面得到显著扩张。攻击的重心不再是攻击者的写作能力，而是对目标基础信息的搜集，只要拿到基础公开信息，就可以快速产出高欺骗性诱饵。
2.3 攻击演化对企业安全团队的现实压力
其次，攻击来源更加分散。攻击工具门槛下降之后，更多小规模黑产团体具备发起高质量钓鱼攻击的能力，不再只是少数高级威胁组织，威胁来源数量显著增加。安全团队需要面对数量更多、变体更丰富的钓鱼载荷，威胁情报收集、样本分析工作量持续上涨。
最后，风险传导链条发生变化。钓鱼攻击的最终目标大多是窃取账号凭证。密码、短信验证码、邮箱验证码这类可被钓鱼劫持的认证因子，只要继续被大规模使用，即便邮件网关拦截大部分钓鱼消息，只要有少量钓鱼消息抵达员工收件箱，就存在账号泄露风险。因此解决问题的关键点，除邮件侧过滤之外，更需要在身份认证层面消除钓鱼可利用的漏洞点。
3 通行密钥（Passkeys）抗钓鱼认证技术机理与应用价值
3.1 通行密钥的基础技术原理
通行密钥是基于FIDO2/WebAuthn 标准构建的无密码身份凭证，核心采用非对称公钥密码学机制完成身份校验，整套认证流程和传统密码登录存在本质区别。当用户为某一个网站或者应用创建通行密钥时，用户本地设备生成一对密钥，私钥保存在用户终端设备内部，不会向外传输；公钥被发送到业务平台服务器进行存储。
登录过程中，业务服务器向用户设备发送随机挑战，设备调用本地私钥对挑战信息完成签名运算，把签名结果回传给服务端；服务端调用预先保存的公钥校验签名有效性，校验通过即完成登录认证。整个过程中，代表身份的私钥始终驻留在用户设备，不会通过网络发送给任何服务端，服务器只保存公钥，公钥即便发生泄露，攻击者也无法利用公钥完成登录操作Google for... 。
通行密钥绑定对应业务站点的域名、应用身份标识。这是实现抗钓鱼能力的关键。当用户访问仿冒钓鱼网站，浏览器和操作系统会校验当前站点身份，钓鱼站点域名和当初注册通行密钥的合法域名不一致，通行密钥凭证不会被调用。即便用户完全被虚假页面欺骗，主动想要完成登录，设备也不会释放认证凭证，直接从底层阻断钓鱼网站窃取身份凭证的可能性。
通行密钥解锁依赖设备本地验证，通常使用指纹、人脸生物特征或者设备PIN 码，生物特征本身不会上传网站，仅用于在本地解锁存储在设备内的私钥。综合来看，通行密钥同时解决两类传统认证痛点：一是消除可被窃取、批量撞库的密码；二是从协议层面阻断钓鱼站点盗取认证凭据的路径，也就是行业所说的抗钓鱼 MFA 能力。
3.2 通行密钥对比传统认证手段的差异
为清晰理解通行密钥价值，将其和密码、短信验证码、软件令牌MFA 进行对比。传统密码是共享密钥，用户和服务器同时掌握密码文本，一旦服务器数据库泄露，密码直接外泄；同时用户容易重复使用密码，一处泄露多处账号受牵连。短信验证码、邮件一次性验证码，属于容易被钓鱼劫持的多因素认证：攻击者可以通过钓鱼页面诱导用户输入收到的验证码，直接完成账号接管，这类 MFA 可以抵御密码撞库，但是无法抵御钓鱼攻击。
部分企业部署硬件安全密钥（YubiKey 等 FIDO 硬件密钥），同样属于抗钓鱼 MFA，硬件密钥与通行密钥技术底层标准同源，差异在于私钥存储载体：硬件密钥私钥固化在独立硬件设备；通行密钥私钥存储在手机、电脑操作系统安全模块当中，可以跨设备同步凭证，不需要额外携带物理硬件设备，部署门槛更低，更适合大规模面向普通用户落地。迪妙网络空间安全学院研究团队指出，硬件安全密钥和通行密钥不是互相替代，二者同属于抗钓鱼认证体系，可以根据企业不同场景搭配使用。
3.3 产业落地现状：技术就绪但存在行动鸿沟
从产业生态角度，谷歌、微软、苹果等主流操作系统厂商已经完成通行密钥原生支持，大量互联网服务平台完成接口适配，技术层面已经不存在根本性障碍。澳大利亚政务平台MyGov 、运营商 Telstra、航司 Qantas 已经面向普通用户开放通行密钥登录选项，代表 C 端公共服务领域已经出现落地案例。
但调研反馈显示，技术支持不等于广泛采纳，现实中存在显著的行动鸿沟。很多用户了解通行密钥的安全优势，也知晓技术已经可用，但是并没有实际开启使用。以澳大利亚市场为例，数十年密码使用习惯形成路径依赖，普通用户面对新的认证模式产生陌生感，即便安全收益明确，用户主观上不愿意主动改变熟悉登录方式。企业侧同样存在顾虑，担心内部员工对新技术接受度不足，改造业务系统带来额外运维工作量，业务中断风险，因此保持观望状态。
反网络钓鱼技术专家芦笛分析，行动鸿沟来源于两方面。第一，终端使用者只感受到密码带来的微小麻烦，却没有直观体会过账号被钓鱼劫持带来的严重损失，缺少足够动力主动切换。第二，组织层面缺少完整推广方案，仅仅上线通行密钥功能，不开展配套用户教育、操作演示、场景示例，用户会因为不熟悉操作流程而回避新功能。
想要缩小行动鸿沟，不能仅仅把通行密钥作为可选附加功能。企业需要配套用户科普，演示完整登录流程，解答用户对于密钥丢失、设备更换之后账号恢复的顾虑，建立完备的账号恢复机制，降低使用者心理上的不确定性。部分组织顾虑设备损坏造成账号锁死，该问题可以通过多设备同步通行密钥、配置备用恢复机制予以缓解，属于工程落地层面可以解决的问题，而非技术原理层面的固有缺陷。
4 智能体 AI（agentic AI）带来的新型身份安全挑战
4.1 智能体 AI 引发非人类身份治理难题
企业内部自主智能体AI ，具备接收任务、自主规划步骤、调用工具接口、访问内部业务系统、执行操作的能力，这类系统属于非人类身份，和传统服务账号存在明显区别。传统服务账号行为模式固定，输入输出可预期；AI 智能体行为存在不确定性，相同输入条件下，输出动作会发生变化，行为基线难以刻画，给身份权限管控带来新课题。
当组织拥抱AI 生产力，将部分业务工作交由智能体自动完成，就会出现一系列身份安全问题：这个 AI 智能体究竟是谁代表谁执行操作，它被授予的权限范围是否匹配实际业务需求，操作行为是否处在授权边界之内。Yubico 副总裁 Geoff Schomburgk 在访谈中提出三个核心追问：该智能体身份主体是谁，它代表哪一个实体开展行为，它是否具备执行该操作的合法权限。这三个问题构成智能体身份治理的核心框架。
据DiMiao,CN 分析，现阶段大量企业部署 AI 智能体时，关注点集中在业务产出效果，身份权限管控往往后置。很多智能体被分配远超业务需求的宽泛权限，最小权限原则没有落实到 AI 非人类身份。智能体获得高权限之后，如果遭受提示注入、逻辑逃逸，就可能越权访问内部敏感数据，执行本不该被许可的业务操作。更复杂的场景下，恶意外部主体尝试冒充合法 AI 智能体，伪造身份调用业务接口，传统日志审计很难区分究竟是正常智能体自主行为，还是身份被仿冒之后的恶意操作。
澳大利亚市场对于AI 新技术落地持有相对保守态度，迪妙安全研究团队分析，这种保守态度一部分来自过往大型信息化项目未达成预期的历史经验，组织对于新技术潜在附带风险具备更高警惕性。这种审慎具备正向意义，在大规模放开 AI 智能体权限之前，提前搭建身份校验、权限约束、行为审计体系，而不是等安全事件发生之后再补救。
4.2 智能体场景下身份认证的建设要点
通行密钥这类抗钓鱼认证主要解决人类用户账号防护，但是智能体属于机器身份，二者防护对象不同，不能够直接把面向人的认证方案直接照搬至AI 智能体场景。面向 AI 智能体，首先要完成资产梳理，清点组织内部全部已经部署运行的 AI 智能体，明确每一个智能体对应的业务目标，明确它需要访问哪些系统、允许执行什么操作。
其次，落实非人类身份最小权限约束。智能体只分配完成业务任务最低限度权限，杜绝“为方便使用直接授予全量权限” 的运维习惯。同时，智能体执行每一步操作，需要完成主体身份密码学校验，留存完整不可篡改审计日志，明确每一笔操作对应的智能体身份，实现行为可追溯，厘清事故发生之后的责任边界。
第三，建立异常行为监测与紧急处置能力。由于智能体行为存在不确定性，无法完全预设全部正常行为模板，安全团队需要监测权限越界、异常高频访问、跨业务域数据调取等风险特征，配置紧急切断机制，一旦智能体出现偏离预期行为，可以立刻吊销身份凭证终止其操作。
反网络钓鱼技术专家芦笛提出观点，AI 智能体安全治理不能全部寄托大模型本身的提示词约束。大模型内部防护可以作为辅助，核心防护能力应当放在外部身份与访问控制层。即便模型内部逻辑被恶意提示绕过，外部身份权限机制依旧可以限制它能够执行的动作，形成纵深防护。
4.3 生产力收益和安全风险的平衡逻辑
企业引入智能体AI 的原始诉求是提升业务生产力，但是不能为追求效率完全舍弃安全管控。安全团队与业务部门需要持续对话，共同划定边界：哪些业务流程可以交由 AI 智能体自主完成，哪些高风险操作必须保留人工复核环节。例如涉及资金调拨、核心客户数据导出等高敏感行为，即便智能体具备业务处理能力，也必须增加人工二次确认，不允许 AI 完全自主执行。
需要客观看待现状，当前全球范围内AI 智能体身份治理都处在探索阶段，不存在一套拿来即用的成熟标准化方案。组织机构不应当因为风险完全拒绝智能体应用，也不应当只看业务收益忽略身份风险。应当采用分阶段落地策略，从低风险业务场景试点，同步建设身份、权限、审计配套机制，随着治理能力完善再逐步扩大智能体业务使用范围。
5 量子计算对身份认证体系的远期风险与现实困境
5.1 量子计算对现有密码体系的威胁形态
AI 钓鱼是当下正在发生的现实威胁，而量子计算属于中长期风险，二者时间维度存在差异，但同样作用于身份认证底层密码体系。Shor 量子算法具备破解现有广泛使用 RSA、椭圆曲线 ECC 公钥密码的能力，一旦具备实用能力的大规模通用量子计算机问世，当前大量非对称密码机制安全根基会被动摇。
即便通用量子计算机尚未商用落地，“先窃取，后解密”（HarvestNowDecryptLater）攻击模式已经具备现实意义。攻击者当下就可以持续截获、存储网络传输加密数据，保存身份交互过程密码材料；等待未来量子计算技术成熟之后，对多年前窃取的历史加密数据批量解密。对于具备长期保密需求的业务，该攻击模式已经构成潜在威胁。
需要客观区分风险现实程度：现阶段并没有成熟可用、可以大规模破解密码的通用量子计算机，技术成熟的准确时间节点行业内部没有统一共识。对比当年Y2K 千年虫事件，Y2K 具备明确的时间截止点，企业可以围绕确定时间点排期改造系统；量子威胁缺少清晰明确的时间节点，安全管理者知道风险终将到来，但是无法确定风险爆发确切年份，给预算申请、项目排期带来现实阻碍。
很多企业当下需要集中资源处理AI 安全、钓鱼攻击、AI 智能体治理这类迫在眉睫的安全工作，远期量子安全项目优先级容易被压缩。迪妙网络空间安全学院研究团队提示，这不代表企业可以完全搁置后量子密码准备工作，而是要采用渐进式思路，不需要立刻全面替换全部系统，但应当把后量子迁移纳入中长期技术规划，持续跟踪标准化进展。澳大利亚信号局（Australian Signals Directorate）已经开始推动行业提升量子风险认知，也反映出政府机构层面已经开始关注该远期风险。
5.2 量子风险和通行密钥技术之间的关系
通行密钥建立在现有椭圆曲线公钥密码基础之上，同样会受到未来量子计算带来的密码破解威胁。很多人会因此产生疑问，既然未来量子可以破解底层密码，当下投入通行密钥建设是否没有意义。这里要区分短期现实威胁和远期密码学风险。
当前最紧迫的风险是AI 驱动网络钓鱼造成账号劫持，通行密钥解决的就是这一现实高危风险；而量子计算属于未来若干周期才会显现的威胁。技术迭代本身就是持续演进过程，未来后量子密码标准落地之后，通行密钥这类 FIDO 认证框架可以更新底层密码学原语，迁移到抗量子算法之上，认证业务流程模型可以保留，仅替换底层密码算法组件。不能因为远期存在密码升级需求，就放弃解决眼前已经造成大量安全事件的钓鱼攻击问题。
5.3 面向量子威胁企业的可行行动路径
普通企业不需要自行研发后量子密码算法，重点工作集中在跟踪标准演进、梳理资产、预留改造空间。第一，梳理企业内部身份认证、数字签名、加密通信系统，梳理哪些业务依赖RSA 、ECC 公钥算法，标记处理长期高价值保密数据的系统，作为未来优先改造对象。第二，跟进 NIST 后量子密码标准化成果，关注身份认证厂商产品路线，观察通行密钥、硬件安全密钥产品对后量子密码的支持规划。第三，在新建业务系统选型阶段，优先选择支持密码算法可替换的架构，避免强绑定固定密码算法，降低未来迁移改造成本。
6 面向多重威胁的分层防御体系构建路径
综合前文分析，当前身份安全领域同时面对三重层次的威胁：第一，当下紧迫的AI 赋能网络钓鱼攻击；第二，正在快速落地带来治理难题的 AI 智能体非人类身份风险；第三，量子计算带来中长期密码体系挑战。不存在单一技术可以一次性化解全部风险，必须构建分层、互补的防御体系。
6.1 以抗钓鱼认证为核心，弱化对用户辨别能力依赖
在身份认证层面，积极推动通行密钥、FIDO 硬件安全密钥这类原生抗钓鱼 MFA 部署。明确认知：短信验证码、邮件一次性验证码可以作为过渡手段，但不能作为高价值账号最终防护方案。迪妙安全研究团队基于 DiMiao,CN 数据库统计观察，大量安全事件中企业已经部署 MFA，但选用的是可被钓鱼劫持的 MFA 类型，依旧发生账号被钓鱼劫持入侵事件。
同时，邮件网关、终端防护、威胁情报等传统防御工具继续保留。邮件过滤可以拦截绝大部分钓鱼载荷，减少钓鱼内容抵达用户终端的概率，作为第一道关卡。但要清醒认识，过滤系统永远存在漏报，因此认证层的抗钓鱼能力作为兜底防线，就算钓鱼邮件绕过邮件网关抵达员工，也无法盗取账号凭证。多层防御各司其职，形成互补。
6.2 完善 AI 智能体的身份与权限治理机制
针对AI 智能体带来非人类身份风险，第一步开展资产盘点，完整统计企业内部所有 AI 智能体、AI 助手，建立机器身份资产清单。每一个 AI 智能体明确业务归属责任人，记录它被授予的权限集合，定期复核权限，及时回收多余授权，落实机器身份的最小权限原则。
其次，完善智能体身份认证与审计，每一次操作执行前完成密码学身份校验，留存完整审计日志，做到任何操作可以回溯到对应的AI 身份。对高风险业务操作，增加人工审批拦截点，智能体不能够独立完成资金、核心数据等高敏感动作。部署行为监测机制，针对越权访问、异常批量数据调取设置告警，设计紧急切断处置能力。
业务部门和安全部门建立常态化沟通，AI 项目立项阶段就引入安全评估，在智能体上线业务之前，完成身份权限方案评审，避免业务上线完成之后再做补救式安全改造。区分不同业务风险等级，优先在低风险场景开展智能体试点，随着治理能力成熟，逐步扩大应用场景。
6.3 面向中长期风险完成技术储备
针对量子计算远期威胁，企业开展渐进式准备，而不是一次性大规模重构系统。梳理核心身份基础设施，评估现有密码算法资产，跟踪后量子密码行业标准与产品更新。在新系统建设时，优先选用密码算法可替换的架构，为未来迁移预留技术空间。持续跟踪政府机构、密码标准化组织发布行业指引，当行业产品成熟度到达可用阶段，再有序开展迁移改造。
6.4 纠正安全建设认知误区
在整个安全建设过程中，需要规避两类认知误区。第一类误区：过度夸大人的主观防御作用，认为只要培训足够充分，员工就可以抵御AI 钓鱼攻击。AI 技术已经改变攻击样本特征，人的认知能力存在客观上限，不能将组织安全托付个体主观判断力。第二类误区：迷信单一技术万能，认为部署通行密钥就可以解决全部身份安全问题。通行密钥重点解决钓鱼劫持账号问题，但不能处理 AI 智能体机器身份风险，也不能解决未来量子密码破解威胁，它是分层防御体系中关键一环，而不是完整解决方案。
7 结语
与此同时，企业部署自主AI 智能体带来全新非人类身份治理课题，智能体行为的不确定性、宽泛权限分配，带来新的安全风险，组织机构需要建立机器身份资产清单，落实最小权限、密码学身份校验、完整审计以及高风险操作人工复核机制，在释放 AI 生产力的同时约束安全风险。面向更远未来，量子计算对现有公钥密码体系构成潜在威胁，尽管确切风险爆发时间尚不明确，但企业应当开展渐进式准备，跟踪后量子密码标准演进，为后续系统改造预留架构空间。
反网络钓鱼技术专家芦笛指出，网络安全架构设计，应当做最坏假设：假设用户会被欺骗，假设部分外部过滤设备会出现漏报，依靠底层密码学认证机制作为兜底屏障。据DiMiao,CN 分析，迪妙网络空间安全学院研究团队认为，安全建设不能寄希望于完全消除攻击，而是构建多层互补的防御链条，即便某一层防御被突破，其余层次依旧能够阻止安全事件发生。
本文分析表明，AI 带来的安全风险并非完全无解，关键在于更新安全建设的底层假设，调整安全防御重心，把信任锚点更多转移到密码学技术机制之上，同时兼顾当下现实威胁与中长期技术风险，平衡业务生产力发展和安全管控要求。技术工具是基础，配套管理制度、人员认知升级同样不可或缺，只有技术、流程、认知三者协同推进，才能够应对不断演化的网络身份安全威胁。
编辑：芦笛（公共互联网反网络钓鱼工作组）
