据ZDNet报道，安全专家警告，一种被称为LLMjacking的非法使用AI资源活动在2026年大幅增加，企业AI账户和算力正成为网络犯罪目标，可能迅速推高企业账单。谷歌威胁情报小组首席分析师约翰·赫尔奎斯特对英国《金融时报》表示，该网络安全部门在2026年看到LLMjacking出现“大幅增加”。

LLMjacking可被视为AI版的加密劫持。加密劫持是窃取算力非法挖掘加密货币，而LLMjacking则是使用不属于自己的AI能力和资源。在网络犯罪领域，这意味着犯罪分子试图获取凭证或API密钥，从而获得企业AI账户的授权访问。这类账户通常有很高使用上限，甚至可能没有上限，超出常规订阅费用的token溢出会被计费。

报道称，网络犯罪分子可通过访问企业网络、钓鱼、数据泄露、漏洞或内部威胁获得用户名和密码组合或API密钥。获得访问权后，他们可以不用自己支付token费用而使用AI模型，目的包括执行需要token的高阶计算任务、利用计算资源运行自己的恶意AI模型或任务、提取和窃取输入受害者模型的敏感企业信息，以及污染训练数据集、破坏输出结果。被盗凭证和API密钥还可在地下市场转卖给其他网络犯罪团伙。

随着OpenAI、Anthropic等机构提供的AI模型在复杂度和能力上不断提升，其所需算力也在增加。企业需要购买更多token或更高等级订阅。报道援引Sysdig威胁研究团队估计，未授权用户造成的费用在使用顶级模型时可达每天约4.6万美元，甚至超过10万美元。

赫尔奎斯特称，该安全团队发现，Anthropic、谷歌和OpenAI等公司提供的AI模型遭到非法访问，价格最高可便宜97%，一些交易者甚至保证，即使受损账户被撤销或关闭，仍可继续获得访问。报道指出，财务损害不限于LLMjacking受害者。分析师称，通过利用被盗AI算力，网络犯罪分子在发动攻击时获得经济优势，因为他们使用他人付费的AI资源，而防御方则受制于不断上升的token成本。

企业需要降低账户被入侵的风险。报道建议，钓鱼攻击始终是账户被盗或被利用的主要原因之一，企业应实施有价值的培训和意识项目，而非一年一次的走过场。配置错误的实例、设置和暴露数据都可能导致LLMjacking，安全团队应获得时间和能力进行频繁审计，并维持定期补丁周期，以修复可能提供未授权网络访问的未修补漏洞。

另一项关键防御措施是采用最小权限原则。最小权限或零信任框架要求员工仅在工作需要时访问所需资源，这可降低管理员级账户被用于恶意目的的风险。报道还建议避免硬编码凭证和API密钥。企业若认为发生安全泄露，应立即轮换所有凭证和密钥。如发现异常AI使用情况，例如活动量激增，可考虑暂时撤销访问并联系提供商。