CULTIVATE | 智耕

2026 年的網軍不再是只會洗版的機器人。本文深入剖析結合外洩個資與大型語言模型（LLM）的「潛伏者代理人（Sleeper Agents）」如何繞過驗證機制，在 PTT 與 Dcard 上進行精準的認知作戰。當 2,300 萬筆戶政資料成為駭客的軍火庫，我們面臨的已非單純的假帳號問題，而是「數位身分被寄生」的國安危機。

數位信任的崩塌：當 AI 學會了「反串」

如果你的 PTT 帳號這兩天突然無法登入，或者你發現自己在 Dcard 上「被發表」了一篇關於某個政治議題的熱門文章，請不要以為這只是單純的盜號。

這是一場無聲的戰役。2026 年 1 月，台灣社交平台正面臨前所未有的技術升級版滲透。我們過去熟知的「網軍」——那些只會複製貼上、語法生硬的低級腳本——已經成為歷史。取而代之的，是裝備了全台灣 2,300 萬筆外洩個資，並經過特定社群語料庫微調（Fine-tuned）的「脈絡感知代理人」（Context-Aware Agents）。

這不是危言聳聽。作為科技產業分析師，我必須指出：我們正在目睹「死網理論」（Dead Internet Theory）在台灣本土社群平台的局部實現。

📊 數據會說話：隱形的 45,000 大軍

要理解問題的嚴重性，我們必須看數據。

45,590 個異常帳號：根據國安局 2025 年的報告，偵測到的異常活躍帳號從前一年的 2.8 萬暴增至 4.5 萬。這不僅僅是數量的增長，更是「存活率」的提升。
5,000 美元的代價：2022 年，全台 2,357 萬筆戶政資料在暗網僅以 5,000 美元兜售。到了 2026 年，這些資料已成為訓練 AI 突破「實名制驗證」的燃料。駭客不再需要憑空捏造身分，他們直接「寄生」在真實但休眠的公民身分上。
300% 的攻擊增長：針對關鍵基礎設施與社群平台的自動化攻擊，在 2025 年激增了三倍，且攻擊時間點與特定政治事件（如軍演、選舉）高度重疊。

🔬 技術深潛：新型態網軍的運作邏輯

傳統網軍易被識破，是因為缺乏「脈絡」。但新型態 AI 網軍利用了以下技術堆疊：

特定領域微調（Domain-Specific Fine-tuning）：攻擊者不使用通用的 GPT-4，而是使用 LLaMA 或 Mistral 等開源模型，並餵食 PTT 八卦板（Gossiping）或 Dcard 心情板若是十年的歷史對話數據。這讓 AI 能夠完美掌握「酸民文化」、「反串語氣」甚至最新的流行梗（Meme）。它知道何時該用「翻車」，何時該喊「下車」。
社交圖譜分析（Social Graph Analysis）： AI 代理人不再隨機攻擊。它們利用圖資料庫（Graph Database）分析社群結構，找出關鍵意見領袖（KOL）或「節點人物」。攻擊策略轉為「伴飛」：在關鍵人物發文後 0.5 秒內搶佔「沙發」（第一則留言），利用演算法加權將特定風向置頂。
身分填充攻擊（Credential Stuffing 2.0）：利用外洩的個資庫（身分證號、生日），結合自動化腳本，針對久未登入的「老帳號」進行密碼重設或驗證繞過。這些「老帳號」擁有高登入次數與優良紀錄，是完美的「潛伏者」（Sleeper）。

⚔️ 競爭版圖：攻防失衡的戰場

在這場不對稱戰爭中，防守方顯得左支右絀。

參與者	角色	現況與挑戰
國家級駭客 (State-Sponsored Actors)	攻擊方	擁有近乎無限的算力與個資庫。利用 AI 生成深偽（Deepfake）影音與文本，進行全天候飽和攻擊。
數位發展部 / 國安局	防守方 (政府)	雖然推動了「AI 產品辨識」與資安聯防，但在法律層面（如數位中介法）遭遇隱私權爭議，且技術迭代速度落後於黑產。
PTT / Dcard 平台	防守方 (平台)	PTT：技術架構老舊，仰賴志工維護，難以抵擋自動化攻擊。<br>Dcard：雖有較強的驗證機制（學生證/身分證），但面對「真個資、假操作」的帳號買賣束手無策。

🏭 產業鏈影響：信任的外部性成本

這種滲透的影響遠超乎政治。

行銷產業的災難：品牌商發現，他們支付的口碑行銷費用，有一半是花在與 AI 機器人對話。真實的消費者洞察被雜訊淹沒，導致行銷決策失準。
數位身分的貶值：當「帳號」不再代表「人」，任何依賴社群帳號進行的驗證（如 OAuth 登入）都變得不可信。這將迫使服務商轉向更侵入式（如生物辨識）的驗證手段，進一步犧牲用戶隱私。

🔮 未來情境：我們將何去何從？

情境 A：數位隔離（基準情境）大型公開論壇（Public Square）逐漸式微。使用者逃離 PTT 與 Dcard，轉向封閉式社群（Line 群組、Discord 伺服器）。公開網路成為 AI 互搏的荒原，真實的人類互動退縮回私密的小圈子。
情境 B：零知識證明的救贖（樂觀情境） Web3 技術中的「零知識證明」（Zero-Knowledge Proofs, ZKPs）被引入身分驗證。使用者可以在不揭露真實身分的前提下，證明自己是「唯一的真人」。這需要平台與政府的基礎建設大升級。
情境 C：全面混合實境（悲觀情境）分辨真假成為不可能的任務。社會接受了「賽博格」（Cyborg）共存的現實，人類使用者開始使用 AI 代理人來替自己閱讀與回覆訊息。網路討論變成 AI 與 AI 之間的代理戰爭。

⚠️ 我可能錯在哪裡？

我的分析假設攻擊者的主要動機是政治或商業利益。然而，如果使用者本身就偏好 AI 提供的內容呢？如果 AI 生成的摘要與回應，比充滿情緒與謾罵的真人互動更能滿足使用者的資訊需求，那麼這或許不是一場「入侵」，而是一場由使用者行為驅動的「演化」。此外，過度強調 AI 威脅，也可能成為政府推動嚴格網路實名制、限縮言論自由的藉口。

但無論如何，當你在螢幕前按下「發送」時，請停下來想一想：正在閱讀這段文字的，真的是人嗎？