美国银行聘请1000名承包商修补Anthropic's Mythos暴露的软件漏洞

“从“一次性”补救转向永久性网络安全膨胀，代表着结构性利润率的逆风，而美国银行的AI生产力目标可能低估了这一点。”

Moynihan 关于“暂时性”补救成本的说法可能过于乐观。现实是我们已经进入了一个由人工智能驱动的、永久性的网络安全战争时代。如果 Anthropic 的 Mythos 能够大规模识别遗留漏洞，BofA 就不仅仅是在修补积压的工作；他们将面临“经营成本”的结构性增长。每季度花费 2 亿美元以上的补救费用表明存在系统性的技术债务问题，如果人工智能辅助的漏洞利用开发速度超过了人工修补能力，就可能侵蚀利润。尽管管理层吹嘘到 2027 年将实现 7 亿美元的人工智能驱动的节约，但与维持庞大的、永久性的承包商队伍以应对不断变化的人工智能威胁格局所带来的直接、切实的现金流出相比，这些节约是 speculative 的抵消。

“美国银行的补救支出和承包商激增表明，人工智能驱动的漏洞发现正在造成结构性成本阻力，而管理层“暂时性”的说法可能低估了这一点。”

美国银行的披露为我们了解 AI 的隐藏成本结构提供了一个难得的窗口。仅第三季度就花费了 2 亿美元用于修补，此外还有 1,000 名合同工，再加上现有的 3,000 名员工，这表明补救措施正在消耗他们 25-30% 的软件工程能力。该银行将此视为暂时的，但“前沿模型”并未放缓——Anthropic、OpenAI 等公司将不断发现新的漏洞。真正的风险是：如果这成为结构性而非周期性问题，它将永久性地拖累利润率和人员配置计划。如果防御性支出持续上升，到 2027 年实现 7 亿美元 AI 节省的预测看起来过于乐观。另请注意：Moynihan 关于“人们试图向我们出售服务”的评论暗示了一个尚未定价的信任问题。

“人工智能前沿带来的安全支出是短期逆风，可能会持续存在，在人工智能驱动的生产力提升显现之前改变成本结构。”

这表明人工智能前沿模型正在迫使银行承担真实的、近期的安全支出。美国银行的 1,000 名承包商加上 3,000 名内部员工，凸显了一笔实质性的、可能持续的补救费用，而非一次性支出。“第三季度数亿美元的支出”以及补救成本将随着时间推移而下降的观点，暗示了一种两阶段动态：一个沉重的初期修补周期，随后随着人工智能采用的持续，利润率将逐渐受到拖累。然而，上行空间依然存在：130 个内部人工智能项目以及到 2027 年实现每年 7 亿美元储蓄的路径，表明了长期的生产力轨迹。股价的反应将取决于成本尾部是否是暂时的。

“像美国银行（BofA）这样的银行采用人工智能驱动的补救措施，很可能是一个经常性的成本中心，这将比文章中关于临时支出的论述所暗示的，给近期收益带来更大的压力。”

美国银行在第三季度斥资数亿美元，部署了1000名合同工和3000名内部员工来修补暴露于AI的代码漏洞，同时进行反洗钱（AML）修复。这表明，像Anthropic的Mythos这样的前沿模型正在引发即时的防御性支出，从而导致了8%的股价下跌。尽管Moynihan称这是暂时的，并预计到2027年，AI驱动的节约将从3亿美元增至7亿美元，但数十年来遗留的缺陷以及供应商代码的风险暴露，如果新模型不断暴露问题，其修复速度跟不上问题出现的速度，则可能导致持续的支出。员工人数已减少3400人，但考虑到金融业供应链的脆弱性，净利润率的影响仍不清楚。