据悉，甲骨文（$ORCL）基于其判断，认为新一代人工智能模型能够以更快的速度和更低的成本发现软件漏洞，因此要求其客户紧急采取安全应对措施。此举已超越简单的补丁通知范畴，被视为一种信号，表明需要建立适应AI时代的新型安全体系。
根据硅谷媒体《SiliconAngle》审查的甲骨文客户通知，该公司认为，最新的AI模型凭借其代码分析和系统推理能力，能够显著加速漏洞检测以及攻击路径的组合。特别是，Anthropic的新模型“Mythos”被视为体现这一趋势的象征性契机，但评估认为，该风险并非仅局限于某一家特定企业的问题，而是一种结构性变化，可能扩展到OpenAI、谷歌等主要AI供应商的整体范围。
本次警告的核心在于，安全的“成本结构”正在发生改变。过去需要资深专家耗费大量时间和成本进行的代码审查、依赖关系分析、配置检查以及漏洞利用路径探索，如今凭借自动化和模型的持续优化而变得极其廉价。攻击者的边际成本越低，企业和软件供应商就越难通过传统的响应速度来跟上风险。
为何数据库最先受到关注？
甲骨文特别提高对数据库安全警戒级别的原因也在于此。数据库既是汇聚企业核心信息的“皇冠上的宝石”，也是连接着无数应用、处于攻击表面中心的区域。如果再叠加复杂的权限策略、陈旧的配置以及累积的运维债务，就很容易成为基于AI的漏洞检测的主要目标。
甲骨文表示，正在与主要的AI模型供应商合作，加强在漏洞被实际攻击利用之前进行主动识别和修补的体系。同时，其还说明，使用甲骨文云数据库服务的客户相较于本地部署客户处于相对有利的位置。这是因为，像自治AI数据库和Exadata数据库服务这类产品，无论在亚马逊云服务（AWS）、微软Azure、谷歌云还是甲骨文云基础设施（OCI）上运行，都可以获得自动补丁功能的帮助。
升级与补丁周期将进一步加快
甲骨文建议客户应尽快升级到Oracle数据库19c或Oracle AI数据库26ai，并应用最新的季度更新（RU）。尽管这些建议中包含了过去不曾有的新措施，可能需要客户更改现有的更新计划，但甲骨文解释称，将所有的安全修复追溯应用于旧版本在技术上存在困难。
实际的通知中明确指出，对于一些已公开披露或CVE风险等级较高的漏洞，将尽可能在可行范围内回溯移植到旧版本，但将所有新的安全强化措施都反映到旧版本中存在局限。这意味着对客户而言，升级成本和测试负担将会增加，但有解读认为，在AI时代，不应将其视为单纯增加的成本，而应视为必要的安全投资。
特别是，计划于2026年4月和7月发布的更新，很可能成为首批直接反映高级AI模型测试结果的安全强化补丁。据悉，甲骨文在此次更新中，将朝着提高安全修复优先级的方线，同时简化补丁体系。
阻断公网暴露也是核心建议
除了软件更新，甲骨文还建议应用“透明应用程序连续性”功能。该功能有助于在数据库滚动更新期间保持服务连续性。同时，甲骨文强调不应将数据库直接暴露在公共互联网上，而应采用严格的网络隔离措施。
这与一种担忧相呼应：AI的能力已超越寻找单个漏洞，能够将多个弱点串联起来，迅速构建出实际的攻击场景。换句话说，仅仅逐个检查安全设置的方式已经不够，需要采取一套综合应对措施，涵盖基础配置强化、自动恢复以及基于策略的治理。
甲骨文的应对会成为行业先例吗？
市场观点认为，此次举措可能超越甲骨文自身的应对，实际上为其他数据库及基础设施企业树立了新的标准。因为一旦基于AI的漏洞检测成为常态，供应商就必须在本公司产品“时刻处于智能化、自动化监控之下”的假设前提下，重新制定安全战略。
《SiliconAngle》还指出，甲骨文最近在伦敦AI世界巡展上发布了超过20款智能体型AI产品，并在纽约活动中强调了甲骨文AI数据库的优化策略。这一说明表明，既然甲骨文自诩为AI的“控制平面”，那么其基础层级就必须内置安全机制，而这一信息与本次的客户警报相吻合。
甲骨文客户当下需要确认的任务也相对明确。需要检查当前使用的版本位于供应商最新发布曲线的哪个位置，并优先从核心业务系统、与互联网有接触点的服务、高权限账户以及敏感信息处理环境入手应对。此外，还需要与甲骨文方面共同验证不同版本的暴露范围和各配置的风险等级，并确认新建议在哪些方面取代了过去的指导方针。
归根结底，此次事件与其说是一次性的安全警告，不如说更接近于一个案例，展示了在AI提升攻击者生产力的时代，软件安全必须以多快的速度进行重新设计。虽然不能断定甲骨文的应对就是完美的解决方案，但至少它清晰地展现了，这应被视为一个“先行信号”，预示着主要科技公司未来将如何调整其客户的安全体系。
TP AI注意事项 本文使用基于TokenPost.ai的语言模型进行了摘要。主要正文内容可能被遗漏或与实际存在差异。