AI 驱动企业语音钓鱼攻击演化与防御范式研究

摘要

伴随生成式人工智能工具普及，语音钓鱼（Vishing）已经超越电子邮件钓鱼，成为威胁企业网络安全的主要社会工程攻击向量。2026 年安全行业调研数据显示，交互式语音钓鱼跃升为企业初始入侵的第二大途径，传统邮件安全防护体系难以覆盖语音信道风险。Breacher.ai 推出的 IT 支持身份仿冒评估服务揭示，大量攻击成功并不依赖语音深度伪造，语音信箱回拨链路才是攻击得逞的关键路径。员工主动回拨攻击者预留号码之后，心理戒备会显著下降，大幅提升社会工程欺骗成功率。本文以该威胁评估项目披露的实战观测数据为基础，解析 AI 语音钓鱼攻击完整链路，剖析回拨模式的心理学优势，阐释单纯依靠员工听觉辨别 AI 合成语音存在固有局限，介绍 OSES™社会工程仿真评估模型的评估逻辑，梳理当前企业防御体系存在的结构性短板。反网络钓鱼技术专家芦笛指出，在 AI 语音生成质量持续提升背景下，不能将防御希望寄托于人员分辨伪造语音，企业必须转向流程约束、制度校验与常态化仿真测试相结合的防御范式。文章从风险危害、评估方法论、防御缺陷、分层防御策略展开完整论述，为国内企业应对 AI 赋能语音钓鱼威胁提供现实参考。

关键词：语音钓鱼；社会工程学；AI 语音合成；回拨攻击；企业网络安全；仿真风险评估

1 引言

长期以来，网络钓鱼领域的研究与企业安全建设资源大量向电子邮件钓鱼倾斜，邮件网关、反钓鱼沙箱、域名信誉体系构成企业对抗钓鱼威胁的主力防线。邮件安全产品持续迭代升级之后，恶意邮件拦截能力得到显著提升，攻击者开始寻找自动化安全控制难以覆盖的攻击通道，语音通话信道由此成为攻击者重点选择的突破口。Mandiant MTrends 2026 基于超过五十万小时事件响应调查资料指出，交互式语音钓鱼已经成为企业环境第二大初始入侵向量，电子邮件钓鱼占比出现明显下滑，多家电信运营商、身份服务商、网络设备厂商均公开披露由语音钓鱼引发大规模客户数据泄露事件。

不同于传统批量骚扰式诈骗电话，面向企业的高级语音钓鱼以仿冒内部 IT 技术支持为主要伪装场景，目标是骗取员工账号凭证、重置多因素认证配置、获取高权限访问入口。攻击发展过程中，AI 对话代理、语音合成技术进一步降低攻击者实施门槛，但一线安全观测发现，大量高成功率攻击甚至完全不使用深度伪造语音，依靠普通 AI 对话代理搭配语音信箱留言、诱导受害者回拨的模式即可达成攻击目的。传统安全测试往往仅评估攻击者外呼这一环节，忽略无人接听之后留言、受害者回拨这一关键攻击路径，造成企业对自身真实风险水平出现严重误判。Breacher.ai 推出的专项评估服务，将语音信箱和用户回拨场景纳入仿真测试范围，使用 OSES™模型完成风险量化，并且提供同行业对标分析，填补传统社会工程测试的盲区。

现阶段部分企业对于 AI 语音钓鱼存在认知误区，片面将威胁等同于语音克隆，认为只要培训员工听出语音伪造痕迹就可以抵御攻击。现实中即便不使用仿声技术，依托话术设计、心理压迫、回拨场景带来的信任错觉，攻击依然可以高效得手。同时攻击者完成初始访问之后，移交后续攻击者的时间窗口被极大压缩，公开调研显示该移交的中位耗时已经缩短至 22 秒，留给员工事后察觉、上报安全部门的时间几乎不复存在，事后补救的防御思路已经难以适配当前攻击节奏。

本文立足于 Breacher.ai 公开威胁评估项目披露的全部事实材料，厘清 AI 语音钓鱼的攻击运作模式，重点剖析回拨攻击链路内在机理，解析 OSES™仿真评估模型的设计逻辑，分析企业现有防御机制的短板，区分人员培训、技术检测、业务流程各自的边界。反网络钓鱼技术专家芦笛指出，国内很多企业的社会工程仿真测试依旧停留在邮件点击模拟，极少开展面向语音信道的专项演练，企业无法感知语音信箱回拨这类隐蔽攻击路径带来的真实风险。本研究全部论证锚定公开情报，不做过度推演，旨在帮助企业跳出 “依靠人辨别 AI 伪造声音” 的思维误区，构建以流程校验为核心的防御框架。

2 AI 驱动企业语音钓鱼攻击现状与攻击链路解析

2.1 威胁发展现状

传统语音钓鱼主要依靠人工坐席拨打电话开展欺骗，人力成本高，攻击覆盖规模受限。生成式人工智能技术普及之后，自动化 AI 语音代理可以自主完成对话交互，动态回应受害者提出的疑问，无需攻击者全程人工值守，大幅降低攻击实施成本。但需要明确，AI 语音钓鱼分为两条技术路线：其一为深度伪造语音克隆，采集目标人物公开音频样本复刻声线，模仿企业高管、IT 管理人员的声音；其二为通用 AI 对话语音代理，不复刻任何人声，依靠自然对话能力完成社会工程诱导。从实战观测结果看，后者同样可以实现很高的欺骗成功率，声音是否高度仿真并非攻击成功的必要条件。

攻击的场景高度集中在企业 IT 支持仿冒。攻击者伪装成内部信息技术服务台工作人员，编造账号异常、登录风险、多因素认证失效、系统需要紧急维护等叙事，目标诱导员工交出账号密码、重置二次验证方式、授权远程访问权限。一旦拿到企业身份凭证，攻击者就可以访问云办公平台、内部业务系统，进一步窃取业务数据、客户资料，甚至为勒索软件攻击铺垫初始访问入口。

从受害行业特征来看，攻击者会按行业开展定向作战，针对同一垂直领域批量实施攻击，这也意味着单纯的原始成功率数字不足以评判企业风险，和同行业企业对标比对风险水平，比孤立的百分比数据更具备参考价值。部分企业安全团队只关注攻击的绝对成功率，忽略自身在行业当中是否属于薄弱目标，无法判断攻击者是否即将把自身企业列为攻击重点。

2.2 语音信箱回拨核心攻击链路

传统语音钓鱼仿真测试大多只模拟攻击者主动外呼员工电话的场景，假设电话能够接通，直接开展欺骗交互。但现实业务环境当中企业员工工作状态分散，大部分来电并不会被直接接听，电话转入语音信箱才是更普遍发生的情况。攻击者会在语音信箱留下伪造 IT 部门的留言，附带回拨号码，制造账号紧急故障的压迫氛围。员工看到未接来电与语音留言之后，部分人员会主动回拨该号码，接入攻击者控制的 AI 语音代理。

回拨这一行为改变整个社会工程交互的心理基础。普通外呼属于冷启动陌生来电，受害者天然存在戒备心理；而回拨是由员工主动发起通话，主观上认为自己正在联系企业官方 IT 服务，心理防线显著降低，更容易相信通话当中提出的各类操作要求，这也是该链路造成最高危害结果的根本原因。完整攻击流程可以划分为四个阶段。

第一阶段，批量外呼目标企业员工号码。由自动化 AI 语音代理发起呼叫，攻击者不预先确认电话是否能够接通。

第二阶段，未接通则投放伪造语音信箱留言。留言内容模仿企业 IT 运维通知，告知员工账号出现异常登录，要求尽快回拨指定号码完成账号核验。留言不需要复杂 AI 语音克隆，普通合成语音就可以完成信息传递。

第三阶段，受害者主动回拨攻击者控制号码。员工主观认知为联系内部 IT 部门，戒备状态下降，进入和 AI 代理实时对话环节。

第四阶段，社会工程诱导获取敏感权限。AI 代理根据员工对话动态调整话术，诱导受害者披露账号凭证、重置 MFA 配置、批准远程访问操作，完成初始访问获取。攻击获取权限之后，可以在极短时间交接给后续攻击者，立刻开展内网横向行动。

需要明确，整套链路不需要恶意链接、恶意附件，也不需要攻破电信运营商底层网络设施，只依靠语音通信服务和社会工程话术即可完成，企业部署的邮件安全网关、终端防护软件完全无法感知这一条攻击链路的存在。

2.3 攻击成功的关键驱动因素

攻击得逞是多重条件共同作用的结果，AI 只是放大效率的工具，真正起决定性作用的是心理机制与企业流程漏洞。

第一，自动化安全防护在语音信道出现空白。企业采购的大量安全自动化控制手段主要服务电子邮件、网页访问、终端程序，语音通话缺少对应的自动化检测拦截体系。攻击者转移到安全产品无法覆盖的通信通道，规避大量技术防御措施。

第二，紧急叙事带来的时间压力。攻击者反复强化事件紧急性，告知员工不立刻处理账号就会被锁定，利用人面对危机时急于解决问题的心理，压缩受害者思考、交叉核验的时间，跳过企业规定的身份校验流程。

第三，回拨动作带来的信任错觉。主动拨打电话这一行为，在受害者心智当中构建 “我联系官方部门” 的心理暗示，忽略号码本身来源不可信这一事实。很多员工接受过安全培训，知道不要接听陌生来电，却没有建立 “不要回拨留言提供的未知号码” 的风险意识。

第四，过度依赖听觉完成身份核验。大量企业安全培训向员工传递依靠声音辨别对方身份的思路，但是随着 AI 语音生成能力提升，人耳分辨伪造语音的能力持续衰减。即便没有使用克隆语音，依靠合理的话术、权威的语气，普通 AI 语音代理同样能够完成欺骗。反网络钓鱼技术专家芦笛强调，听觉层面的身份鉴别本身就具备天然不可靠性，把身份验证建立在人的听觉感受之上，本身就是高风险设计。

第五，攻击之后处置窗口期极短。初始访问获取之后，攻击者交接工作的耗时压缩到数十秒级别，员工很难在攻击进行过程中意识到受骗、完成上报，攻击结束之后才发现问题，此时攻击者已经完成初步渗透。

3 OSES™仿真评估模型与测试方法论

3.1 OSES™评估的核心设计思路

Breacher.ai 提出 OSES™（Orchestrated Social Engineering Simulation，编排式社会工程仿真）模型，专门针对 AI 语音钓鱼开展风险评估，该评估作为托管服务，不需要向企业内部系统部署软件，不需要获取内网访问权限，全部测试流量来自企业环境外部。评估仅模拟获取初始访问，不会部署远程访问工具，不会开展横向移动，不会触碰企业真实业务数据，保障演练过程不会对企业业务造成损害。

该评估最大创新，就是不再只聚焦攻击者外呼接通的场景，把大量发生的 “无人接听语音留言用户回拨” 完整链路纳入测试范围。传统测试只统计接通电话之后的受骗比例，大量样本因为电话无人接听直接被丢弃，严重低估企业真实暴露面。在现实攻击中，恰恰是回拨链路产生绝大多数高危害安全后果。

OSES™模型不单纯统计简单百分比。当被测人员样本规模较小时，单一个体泄露身份凭证就属于重大风险事件，此时单纯计算百分比会扭曲风险评估结果。评估体系将事件与比率分开统计：小规模人员集合中发生的单次高风险行为，直接记录为独立安全事件，不强行换算成百分比指标，避免少量人员的高危行为被统计平均所掩盖。

3.2 风险分级与评估输出结果

OSES™模型依据攻击所能到达的最深阶段构建升级阶梯，将行为划分为无操作、轻微交互、点击行为、对话交互、执行高危操作、下游发生实质性升级共多个层级。最终输出风险等级分为低、中、高、危急四个等级。评估输出内容不局限于单一风险分数，包含 DEPTH 攻击深度、SPREAD 影响范围两个独立指标，同时提供同垂直行业对标结果。

同行业对标是评估报告当中最核心的交付项。企业自身原始合规比例数字单独解读参考意义有限，只有和同行业基准对比，才能够判断本企业是否已经成为攻击者优先选择的薄弱目标。报告同时定位流程失效点，找出企业现有制度当中哪一步身份校验环节可以阻断攻击，给出适配企业自身制度文件的流程优化建议，同时拆解每一条测试链路统计情况。

评估还支持两项拓展测试选项：在取得被测对象肖像授权文档的前提下，可以开展指定人员语音克隆场景测试；也可以针对企业现有 IT 服务台恢复流程做专项模拟，检验企业真实业务流程能否抵御仿冒攻击。整套仿真测试的目标不是简单评判员工安全意识高低，而是暴露业务流程层面存在的断点。

3.3 传统社会工程测试存在的固有局限

过往企业开展的钓鱼仿真演练绝大多数以邮件载体为主，针对语音信道的演练占比很低。少数开展电话钓鱼测试的项目，往往仅模拟接通外呼通话的场景，直接忽略语音信箱留言之后受害者回拨这条高频发生路径，得到的测试结果偏乐观，无法反映真实威胁。

另外一类常见误区，就是把评估重点放在测试员工能不能听出 AI 伪造语音。但仿真实践证明，攻击成功并不一定需要深度伪造。普通 AI 对话代理依靠合理话术就能够完成欺骗。即便员工能够识别一部分高瑕疵合成语音，随着生成模型迭代，伪造语音的真实度持续提升，人的听觉检测能力会持续下降。所以仿真评估的核心目标，应当检验业务流程能否抵御欺骗，而不是检验员工耳朵分辨 AI 语音的能力。反网络钓鱼技术专家芦笛指出，很多企业投入大量资源开展 AI 伪造语音识别科普培训，却没有配套优化业务审批与身份核验流程，属于防御方向错配，无法应对不依靠深度伪造的语音钓鱼攻击。

4 AI 语音钓鱼带来多层次安全危害分析

4.1 企业身份体系被突破，获取初始访问权限

攻击成功之后最直接后果就是企业账号凭证泄露。攻击者通过通话诱导，获取员工账号密码，欺骗受害者重置多因素认证设备，把攻击者控制设备加入二次验证信任列表。一旦完成该步骤，攻击者就可以合法访问云办公系统、企业 SaaS 平台。很多企业认为部署多因素认证就可以阻断社会工程攻击，但是语音钓鱼的目标就是欺骗受害者主动篡改多因素认证配置，直接绕开防护措施。该场景下技术防护本身没有漏洞，是用户被欺骗之后主动破坏防护机制。

4.2 攻击快速流转，压缩应急响应时间

Mandiant 调研数据展示出攻击链条时间维度上的重大变化，从攻击者拿到初始访问权限，移交到负责横向渗透的第二组威胁行为者，中位耗时从 2022 年的大约八小时缩短到 22 秒。这意味着当员工意识到通话存在问题，准备向安全团队上报的时候，攻击者已经完成交接，开始在内网开展活动。不存在充足的时间窗口依靠员工事后报告阻止入侵发生，事后处置模式的价值被极大削弱。安全控制必须设置在攻击发生的过程之中，依靠业务流程在通话交互阶段阻断风险，而不是寄希望于员工受骗之后及时察觉上报。

4.3 业务与数据层面次生损失

拿到账号访问权限之后，攻击者可以读取内部文档、客户信息、财务材料，窃取业务机密。攻击者还可以利用被接管账号向企业内部横向扩散，向其他员工发送欺骗消息，开展二次钓鱼。部分攻击目标指向财务付款流程，通过仿冒管理人员的语音交互，诱导财务人员发起资金转账，造成直接经济损失。

同时攻击者可以利用 IT 支持的身份，诱导员工安装远程管理工具。远程管理软件本身属于合法运维工具，终端安全产品很难直接判定为恶意软件，攻击者借合法工具取得员工终端操作权限，以此作为支点进一步向企业内网扩散。

4.4 制度失效带来隐性运营风险

语音钓鱼攻击的得逞，本质上暴露企业业务流程缺陷。如果企业缺少语音场景下强制身份核验规则，完全依靠通话当中对方的语气、声音判断身份，等于将安全完全交由个体员工承担。不同岗位员工安全认知参差不齐，只要有一名员工流程失守，就会给整个企业带来入侵入口。即便大部分员工具备安全意识，少数人员失误就足以造成全局性安全事件。

5 当前企业防御体系的结构性短板

5.1 安全防护资源过度倾斜电子邮件信道

企业安全采购与演练规划当中，绝大多数反钓鱼资源投入邮件安全领域，邮件网关、钓鱼模拟演练几乎全部围绕邮件链接、附件开展。语音通话属于自动化安全控制的盲区，缺少对应的技术检测手段，同时极少开展常态化语音钓鱼仿真演练。企业对语音信道实际风险缺少量化认知，风险评估出现片面性。

5.2 防御思路过度依赖人员主观识别能力

大量企业安全培训把重点放在教会员工分辨 AI 合成语音，假设只要员工听出来声音异常就可以抵御攻击。这套防御逻辑存在根本性脆弱点。一方面大量攻击根本不需要深度伪造语音，普通 AI 对话代理就可以完成社会工程欺骗；另一方面随着生成式模型迭代，合成语音真实度持续提升，普通人区分伪造语音的能力只会不断退化。人的听觉感知是不可靠的，不能作为核心安全控制点。

5.3 缺少针对回拨攻击链路的专项制度约束

企业安全制度大多有相关条款，提醒员工警惕陌生来电。但是绝大多数制度文件没有专门针对语音信箱留言回拨场景制定约束规则。员工接受培训之后知道不要接听未知来电，却会主观认为主动回拨留言号码属于正常的故障报修行为，落入攻击者设置的陷阱。很多受害者完成回拨操作，本身是出于维护企业 IT 系统的善意，但是企业制度没有对该类行为做出明确限制。

5.4 IT 服务台业务流程缺少强制身份校验机制

很多企业内部 IT 帮助台的业务流程中，缺少脱离通话信道的独立身份核验步骤。当员工打电话寻求账号重置、权限变更、修改多因素认证这类高风险操作，服务台人员仅仅依靠通话当中对方提供信息确认身份，没有通过另一条独立可信渠道复核操作者身份。业务流程把信任建立在通话本身，给攻击者仿冒 IT 支持，也给攻击者冒充员工联系服务台两种场景都留下攻击空间。

5.5 仿真测试方法论存在偏差

少量开展语音钓鱼演练的企业，只模拟攻击者直接外呼接通的场景，忽略留言回拨这一高危害路径；同时简单依靠百分比评判风险，小规模群体当中发生的高危事件被统计平均掩盖，无法识别单点高危风险。对标分析缺失，企业不清楚自身在同行业当中所处风险位置，无法判断自身是否属于攻击者优先锁定目标。

6 面向 AI 语音钓鱼的分层防御策略

结合 OSES™评估项目观测结论以及攻击链路特征，防御体系不能把全部希望寄托员工个人识别能力，应当构建制度流程、人员培训、仿真测试、事件处置相互配合的多层防御框架。

6.1 建立语音高风险操作强制流程约束

制度层面明确，任何通过电话渠道提出的账号密码重置、多因素认证变更、远程协助、大额付款审批等高风险请求，不能仅依靠通话过程完成身份确认，必须启用带外独立渠道核验。带外核验指不使用当前通话链路，使用预先登记的企业内部即时通讯、企业内网工单系统、预先留存联系电话完成二次确认，不能使用通话当中对方提供的联系方式。反网络钓鱼技术专家芦笛强调，带外核验流程是对抗回拨式语音钓鱼最关键控制手段，无论通话当中的声音多么真实，都不能跳过独立渠道复核步骤。

专门针对语音信箱回拨场景补充制度条款：不允许直接回拨语音留言当中留存的电话号码。员工遇到账号异常留言，应当自行从企业内部系统查找官方 IT 支持联系方式，而不是直接拨打留言提供的号码。将该条款写入员工安全规范与 IT 服务台操作手册。同时明确企业 IT 支持部门不会通过语音留言通知员工紧急修改账号凭证，建立基础业务基线。

规范 IT 帮助台操作流程。当接到电话要求修改账号安全配置，服务台工作人员必须执行独立身份校验，不可以仅凭来电者口头提供员工工号、姓名就执行高风险变更操作。

6.2 优化安全意识培训内容，纠正认知偏差

调整传统安全培训的侧重点，降低对于 “分辨 AI 伪造语音” 的内容占比。重点讲解 IT 支持仿冒攻击完整链路，专门讲解语音信箱留言、回拨模式的欺骗逻辑，纠正员工 “主动回拨就是安全报修” 的错误直觉。培训应当依托真实仿真测试得到的案例素材，展示攻击者留言话术、对话片段，而不是泛泛讲解 AI 技术危害。

培训需要向员工传递清晰的行为准则：无论对方声音是否听起来真实，只要电话当中要求提供账号凭证、修改二次验证、安装远程工具，就触发强制带外核验流程，该行为准则不随通话中人的声音质量改变。培训只能作为防御体系组成部分，不能单独作为全部安全控制手段。

6.3 开展完整链路的社会工程仿真评估

企业需要将语音信道纳入常态化社会工程仿真测试范围，不能仅开展邮件钓鱼模拟。仿真测试需要覆盖完整链路，包含外呼无人接听、语音信箱留言、受害者回拨全部场景，不能仅统计接通外呼电话的样本。参考 OSES™模型的评估逻辑，区分事件记录与比率统计，对于小样本下出现的高危个体行为单独标记，避免被平均统计掩盖风险。

尽可能获取同行业对标数据，对比自身风险水平和行业基线，判断企业是否属于行业内薄弱目标。测试结束之后重点定位流程失效环节，输出适配企业现有制度的优化方案，测试目标是发现流程缺陷，而不是单纯考核员工个人对错。在开展语音克隆相关仿真测试的时候，严格遵守肖像授权、隐私保护相关要求。

6.4 技术层面补充辅助检测与管控手段

虽然语音通话缺少类似邮件网关的统一自动化拦截工具，但仍然可以通过周边技术能力缩小攻击面。对企业广泛使用的远程运维工具开展监控告警，当终端出现非工作场景下的远程管理软件安装、启动行为，向安全运营团队触发告警。强化身份系统日志审计，重点关注多因素认证配置变更、账号密码重置等高危操作，记录操作发生的时间、访问来源，及时发现异常的身份配置改动。

技术手段只能作为事后辅助检测，很难在通话过程当中直接识别 AI 语音钓鱼，因此技术管控不能替代业务流程层面的强制核验机制。

6.5 完善事件响应预案，适配高速攻击特征

考虑到攻击者拿到初始访问之后极短时间就完成权限交接，企业的事件响应预案需要针对语音钓鱼场景做专门设计。明确当发生疑似语音钓鱼受骗事件，第一优先级为撤销会话、重置受影响账号、回收被篡改的多因素认证配置，同步留存通话记录、留言记录等证据材料。同时建立内部通报流程，及时通知相关岗位人员警惕来自该账号的后续横向欺骗。预案需要认识到攻击流转速度，弱化 “等待员工上报阻止入侵” 的期望，把安全控制点前置到业务操作流程当中。

7 讨论

AI 技术为语音钓鱼攻击带来效率提升，但并没有重构社会工程攻击的底层逻辑。本研究分析的 Breacher.ai 评估项目揭示一个非常关键事实：高危害语音钓鱼攻击并不一定依赖 AI 语音深度伪造，普通 AI 对话代理搭配语音信箱回拨链路就可以造成严重安全后果。很多安全建设的讨论过度聚焦深度伪造语音本身，把防御重心放在训练人耳识别伪造音频，这会造成防御方向出现偏差。随着生成模型持续迭代，依靠人类听觉感知作为安全屏障，其可靠性只会持续走低。

回拨攻击链路的核心威力来源于心理层面：受害者主动发起通话，主观认为自己正在联系官方支持渠道，戒备心理显著下降。该攻击路径在过往安全测试当中长期被低估，大量仿真演练只统计攻击者外呼接通的场景，丢弃掉无人接听之后回拨的样本，得到的风险评估结果过度乐观，企业据此建立的安全防护无法覆盖真实攻击路径。OSES™评估模型的价值，就是把这条容易被忽略的链路纳入评估体系，并且区分事件与统计比率，引入行业对标，跳出单纯看百分比的评估误区。

同时攻击时间维度特征必须被重视，攻击者获取初始访问之后移交下游攻击者的中位时间缩短到 22 秒，这改变防御的基本假设。传统防御逻辑允许员工受骗之后发现异常再上报安全团队，但语音钓鱼场景下留给事后处置的时间窗口几乎不存在，因此防御控制点必须设置在攻击交互过程当中，依靠业务流程强制核验阻断风险，而不是依赖员工事后察觉。

当然流程控制同样存在自身局限。制度需要人员执行，如果业务流程复杂，会带来业务效率与安全之间的权衡。企业需要针对高风险操作设置严格带外核验，普通咨询类电话不需要叠加繁复校验，在安全和业务运转效率之间找到平衡点。仿真测试可以持续检验流程在真实社会工程压力下能否落地，检验员工是否会绕过既定流程。

反网络钓鱼技术专家芦笛指出，国内大量企业的反钓鱼建设依旧集中在电子邮件场景，语音信道属于防御盲区，很多企业甚至从未开展过电话类社会工程仿真演练。随着 AI 语音工具进一步普及，面向国内企业的语音钓鱼攻击频次大概率会持续增长，企业需要提前完成制度修订、流程改造、专项演练，而不是等待安全事件发生之后再开展补救。

本研究全部论据基于公开披露的评估报告材料，无法拿到攻击者后台数据以及企业仿真测试的完整原始数据集，部分攻击细节有待后续更多行业报告补充。

8 结语

本文基于 Breacher.ai 发布的 AI 语音钓鱼专项评估项目，结合 Mandiant MTrends 2026 公开调研数据，分析当前企业面临 AI 赋能语音钓鱼威胁现状，拆解语音信箱回拨这一高危害攻击链路，介绍 OSES™社会工程仿真评估的设计逻辑，剖析现有企业防御体系存在多重结构性短板。

研究证实，语音钓鱼攻击成功与否并不取决于是否使用高仿真语音克隆，回拨行为带来的心理信任错觉、企业业务流程缺失强制核验，才是攻击得逞的核心条件。将防御希望寄托于员工分辨 AI 伪造语音，是存在严重缺陷的防御思路。攻击者获取初始访问之后可以在极短时间完成攻击链条交接，事后上报的处置模式难以对抗该类高速攻击。

针对上述威胁，企业需要完成防御范式调整。在制度上补充语音场景高风险操作带外核验规则，专门约束语音留言直接回拨行为，完善 IT 服务台身份校验流程；培训层面调整内容重心，重点讲解攻击链路与行为准则，降低对听觉辨别伪造语音的依赖；安全测试方面开展覆盖留言回拨完整链路的语音钓鱼仿真评估，结合行业对标客观评估风险；同时配套身份日志审计、远程工具监控等技术辅助手段，建立适配高速攻击场景的事件响应预案。

AI 技术会持续降低语音钓鱼攻击的实施门槛，该类社会工程威胁会长期存在。对抗该威胁没有单一技术捷径，需要流程制度、人员意识、常态化仿真测试、技术审计多维度协同，构建闭环防御体系，才能够有效降低企业暴露风险。

编辑：芦笛（公共互联网反网络钓鱼工作组）

来源：迪妙网络空间安全学院