美国银行在第二季度临时雇用了1000名外包人员，专门修复由Mythos等前沿AI模型发现的软件安全漏洞。加上这批人手，银行的漏洞修复团队规模扩大到4000人。

消息来自美国银行CEO的公开透露。触发这轮紧急扩编的，是Anthropic的Mythos模型——它在银行代码中成功找出了大量漏洞。

AI既是探照灯，也是放大镜

Mythos这类先进模型在发现系统弱点上表现突出。但问题在于，它照出的漏洞是真实存在的，必须有人去补。银行代码里被翻出的问题越多，需要投入的修复人力就越多。

这构成了一种微妙的处境：AI模型本身可以成为攻击向量，也可以暴露已有的脆弱性。对银行来说，Mythos带来的不是假警报，而是一份必须逐条处理的漏洞清单。

短期人力换长期账单

多养1000名外包不是小数目。但美国银行的算盘打得更远：预计相关AI项目将在未来两年节省超过10亿美元的成本。

这笔账的逻辑是，眼下投入的修复人力，换来的是后续AI自动化项目的效率回报。短期成本被视作长期效率的必要条件。

从行业视角看，这件事展示了一种快速反应能力——当新技术暴露出脆弱性时，企业选择用人力先把窟窿堵上，再谈自动化红利。

AI在网络安全领域的双重身份，在这家银行的案例里同时显现：它既是发现问题的工具，也是迫使企业重新配置资源的压力源。