Gutenberg Lab — 早报

AI 攻擊速度是人類的七十倍——沒有自主防禦，企業無法守住

來賓: David George（a16z 合夥人）× Kevin Mandia（Arminin 創辦人兼執行長、Mandiant 創辦人）

結論

AI 時代的網路攻擊以機器速度而非人類速度運作，三十年來的防禦定律全部失效。

三行摘要

Mandiant 創辦人 Kevin Mandia 推出 Arminin，以 AI 驅動的攻擊系統持續測試企業網路。2026 年 1 月以來，在 Fortune 500 企業的生產環境中發現超過九十個零日漏洞。攻擊方能用 AI 瞬間測試數千條入侵路徑，Mandia 斷言人類偵測與回應的防禦模式「太慢，已經失效」。

關注要點

1. AI 攻擊的速度差距: 人類攻擊者即使動員七十人也做不到的工作，AI 在微秒內完成。Mandia 說「這是蘋果和橘子的比較，人類根本做不到」。攻擊從循序執行轉向平行執行，同時測試數千條入侵路徑的全面性超越人類能力。

2. 零日漏洞發現實績: Arminin 自 2026 年 1 月起，在 Fortune 500 企業的生產環境中發現超過九十個零日漏洞。全部採用黑箱測試（無原始碼、從外部進行入侵測試），四十八小時內通知 CISO。「這不是小公司，是 Fortune 500」。

3. 自主發現的轉折點: 超過九十個零日漏洞中，大部分是人類用 AI 將工作自動化九成以上後發現的，但「最近幾個是技術自己找到的。我們已經越過轉折點」，Mandia 說。AI 完全自主發現漏洞的時代已經開始。

一句話研判

這是平台轉換的「暴露窗口」。攻擊方佔優勢的時期必然存在，防禦方追上之前的數年最為危險。網際網路興起時、App Store 經濟圈出現時，新的攻擊面打開的瞬間都會產生防禦空白。這次的不同在於，攻擊方的優勢以「機器速度」擴大。Mandia 說「企業現在是 CIO、CISO、產品團隊、業務部門全員進入戰時應對」，這景象證明防禦方自覺處於結構性劣勢。Arminin 的提案——用攻擊 AI 訓練防禦 AI——顯示這個轉換期的必然：面對機器速度的攻擊，只能用機器速度的防禦回應。

來源: a16z Podcast《Building Defense for the Agentic Era: Kevin Mandia》（2026 年 10 月 6 日）

https://a16z.simplecast.com/episodes/building-defense-for-the-agentic-era-kevin-mandia-4ylPD1X6

Podcast 黃金期的勝者談平台經濟的結構轉型——擁有百萬聽眾的節目前主持人以同樣手法再創業，結果如何？

來賓：Marques Brownlee（MKBHD）× Alex Goldman（*Hyperfixed* 主持人、前 *Reply All* 共同主持人）

結論

Podcast 黃金期（二〇一四年）的成功手法，在二〇二四年已完全失效。發現功能劣化、平台分裂、廣告單價下跌，以及科技企業拒絕受訪等四重結構變化，從根本改變了獨立媒體的生存條件。

三行摘要

• Alex Goldman 在二〇一四年創辦 *Reply All*，獲得百萬聽眾。當時具備三項結構性優勢：*Serial* 的文化時刻、上司二十年的信用，以及 iTunes 佔七成到八成市佔率的單一平台經濟
• 二〇二四年，以同樣手法推出新節目 *Hyperfixed*，但交叉宣傳效果大幅下降，聽眾獲取成本暴增十倍。平台已分散為 Apple 四成、Spotify 與長尾其餘，發現功能比二〇一四年更退化
• 短影音（TikTok、Instagram Reels）即使達到數百萬次觀看，也無法導流至正片；科技企業連自家媒體的採訪都拒絕。Goldman 的結論：「新網路的定律是直接將 Reels、Shorts 和 TikTok 變現。那些人不會回到你的節目」

關注要點

1. Podcast 分析工具不是進化而是退化。 二〇一五年左右存在的追蹤工具（顯示聽眾何時收聽、跳過什麼、在哪裡離開）被大型平台收購後關閉，至今無替代品。Goldman 表示，目前 Apple 和 Spotify 的數據「真的相當糟糕」

2. 交叉宣傳效果降至十分之一。 二〇一四年，在 *This American Life* 或 *Radiolab* 出演一次可帶來約五萬名新聽眾。二〇二四年，以同樣策略在 *99% Invisible* 出演，「來的人數不一樣了」。原因是市場飽和與發現功能劣化

3. 科技企業連自家媒體的採訪都拒絕。 Spotify 在二〇二〇年收購 Gimlet（*Reply All* 的母公司），但之後多次拒絕 *Reply All* 的採訪請求。Goldman 十年間僅從 YouTube 獲得一次官方回應，從未獲得 Google 的回應

一句話研判

這是創造性破壞的教科書案例。新媒體從「圈地期」（才能與時機主導）過渡到「成熟市場期」（配送力與資本主導），前一階段的成功技能在下一階段成為負債。Goldman 的經驗揭示了平台經濟對創作者課徵的隱性成本——持續的自我宣傳、不相容的注意力貨幣，以及所有者缺乏問責。

來源：Waveform《How to Start a Podcast (Then vs Now) w/Alex Goldman》（二〇二六年十月六日）

https://www.youtube.com/c/Waveform

AI 開示：本內容由 AI 協助製作，編輯部負責事實查核與分析監修。

AI 輔助讓素人打造七款實用 App——「Vibe Coding」展現個人開發民主化

來賓：David Peirce（The Vergecast 主持人）× Hayden Field（The Verge 資深 AI 記者）× 七位聽眾（來自華盛頓特區、芝加哥、紐澤西、喬治亞、英國、伊利諾等地）

結論

AI 開發輔助已脫離實驗階段，非技術人員能靠自己解決日常具體問題、打造實用軟體。

三行摘要

The Vergecast 以「創智贏家」形式舉辦 Vibe Coding App 競賽，七位無程式經驗的聽眾帶來實用 App。題材涵蓋家用平板破解、育兒飲食記錄、教會講道搜尋、喪禮照片蒐集、慢性疼痛追蹤、寶可夢卡市場視覺化、單車里程計算。主持人 Peirce 評為「AI 首次找到 Product-Market Fit 的領域」，最高額二億五千萬美元（虛擬投資）投給喪禮婚禮照片蒐集 App。

關注要點

1. Vendor Lock-in 的個人化解方——華盛頓特區的 John 清除 Skylight 掛牆行事曆平板（封閉系統），透過 Claude 伺服器自動分流購物清單至 TickTick（本人用）與 Trello（妻子用），打造客製化介面。「Skylight 什麼都不整合」的問題，非技術人員靠自己解決。

2. 認知負荷削減是最大價值——芝加哥的 Sarah 打造幼兒飲食記錄 App，為了減輕「身為父母每天做兩百個決定、記住一百萬件事的認知負荷」。疼痛追蹤 App（伊利諾的 Mills）、照片蒐集 App（英國的 Simon）也有相同結構，AI 工具的價值不在自動化，而在「把腦中的事放出來」。

3. 個人檔案的語意搜尋是未解的職業需求——紐澤西的 Eddie 打造教會講道搜尋工具（Whisper 轉文字 → Claude 摘要 → Gemini Notebook 語意搜尋），Peirce 立刻投一億美元：「我正在找這個。訪談記錄沒辦法用『跟誰談什麼』搜尋」。全文搜尋與語意搜尋之間的鴻溝，商用產品沒填補。

一句話研判

Vibe Coding 成功案例展現的不是技術民主化，而是「問題定義民主化」。大眾市場 App 不解的問題——家庭購物清單的分流目的地、單車「湊整數」的折返點——只有當事人看得見。AI 降低開發摩擦後，最懂問題的人能直接寫軟體。這是需求長尾開始出現在供給端。

來源：The Vergecast《We hear pitches on the best vibe-coded apps》（2026年10月5日）

https://www.theverge.com/the-vergecast