美国银行近期披露，其已利用先进的AI工具识别出大量软件漏洞，并为此专门聘请了千名合同工协助修复。这一举动凸显了人工智能在金融系统安全领域的应用潜能，同时也揭示了大型金融机构在维护核心系统稳定性与合规性方面所面临的巨大挑战和投入，特别是针对复杂的软件漏洞与反洗钱合规问题。
事件概览：AI发现漏洞，银行巨资应对
美国银行首席执行官布莱恩·莫伊尼汉向分析师透露，该公司在第二季度增聘了1000名合同工，以协助修复由Anthropic Mythos等AI工具发现的软件漏洞。这批新加入的人员与原有3000名负责该领域的员工共同工作，至今仍在岗。莫伊尼汉进一步指出，美国银行在第三季度为这些软件修复工作以及反洗钱合规相关的监管问题投入了数亿美元以上的资金。这是美国大型企业首次公开披露为应对AI工具发现的系统缺陷所投入的人力与财力规模，标志着人工智能在企业级安全管理中扮演的角色日益重要。
AI在金融安全中的新角色：效率与挑战并存
此次事件的核心在于人工智能工具，如Anthropic Mythos，被用于识别复杂的软件漏洞。传统上，软件漏洞的发现主要依赖于人工代码审计、静态/动态分析工具或渗透测试。然而，随着金融系统代码库的日益庞大与复杂，人工审计效率低下，传统工具也可能存在盲区。AI工具的介入，特别是基于大型语言模型（LLM）的分析能力，能够更高效地处理海量代码，识别出潜在的逻辑错误、安全隐患甚至业务流程缺陷。这无疑为金融机构的网络安全防御和系统韧性建设提供了新的视角与强大助力。但同时，AI发现的漏洞往往需要深入的人工分析和验证，确保修复的准确性和有效性，这也是为何需要大规模人力投入的原因。
人力与智能协同：维护核心系统的挑战
尽管AI在漏洞发现上展现出巨大潜力，但修复工作仍离不开人类的智慧与经验。美国银行此次雇佣千名合同工，除了原有团队，清晰地表明了“AI+人”的协同模式在当前阶段的重要性。AI可以高效地“找出问题”，但“解决问题”——尤其是针对核心金融系统中的复杂、历史遗留问题——仍需专业的软件工程师、安全专家进行细致的分析、设计、编码、测试和部署。这反映出大型机构在技术债务、遗留系统维护以及快速迭代的业务需求之间寻求平衡的挑战。同时，数亿美元的投入也凸显了合规性成本，特别是反洗钱等领域的监管要求，对金融机构运营效率和资源分配带来的巨大压力。
对金融科技基础设施建设的启示
美国银行的案例为整个金融科技行业以及其他依赖复杂系统运营的领域提供了重要启示。无论是股票、外汇、期货交易系统，还是数字币交易所、跨境电商平台，其核心竞争力都建立在稳健、安全、高效的系统基础设施之上。此次事件提醒我们：
- 前瞻性的安全设计： 在系统架构设计之初就应充分考虑安全性，将AI辅助的安全审计纳入规划，而不是在问题出现后再被动应对。
- 持续的代码质量与漏洞管理： 建立一套行之有效的代码审查、自动化测试和漏洞管理流程至关重要。这包括定期使用先进工具（包括AI驱动的工具）进行扫描，并配合人工专家进行深度分析和修复。
- 人才与技术的平衡投资： 技术进步（如AI）能够提高效率，但同时也要重视高素质技术人才的培养和投入，确保在AI发现问题后，有足够的能力去理解、解决和预防。
- 合规性与系统韧性并重： 系统建设不仅要满足业务功能需求，更要严格遵守各项监管要求，确保系统具备足够的韧性以应对内外部风险，避免因漏洞或合规问题造成巨大的财务损失和声誉损害。
投资于一套坚实且可进化的金融科技或电商系统，从一开始就注重安全性和合规性，将是机构长期稳健发展的基石。