OpenAI 威脅報告揭密:中國「網路特戰」,怎麼用 AI 打壓台灣與異議聲音?
OpenAI 威脅報告揭密:中國「網路特戰」,怎麼用 AI 打壓台灣與異議聲音?

不少台灣民眾長期在討論「資訊戰」這個詞,卻很少有機會看見它的內部帳本。

2026 年 2 月,OpenAI 發布了一份最新威脅報告,其中一個案例的出現方式,本身就極具諷刺意味:一名與中國執法單位有關聯的人員,習慣性地把「網路特別行動」(网络特战)的月度進度報告上傳到 ChatGPT,請模型幫忙潤稿、修辭,讓公文讀起來更流暢。

就是這個再日常不過的動作,讓 OpenAI 的研究人員得以從這批文件中,逐步重建出中國公安體系如何系統性地對境內外異議人士、外國政治人物及台灣相關議題發動影響力行動的完整輪廓。

這份報告本身,是目前外界少見能夠從當事操作單位視角,具體掌握「網路特戰」規模與戰術的一手文獻。

假帳號大軍!中國網軍單一省分就有300名操作員

根據那批進度報告所呈現的數據,這套行動的規模遠超過一般認知中的「網軍」概念。

光是單一省份,就有至少 300 名操作員專職執行網路影響力行動,而報告中同時暗示其他省份有配置規模相當的團隊。戰術手冊中,OpenAI 識別出超過 100 種針對不同目標與情境的具體策略;假帳號的數量達到上千個,分布在超過 300 個境外社群平台;在中國境內的網路上,相關貼文數量達到數百萬篇,在境外平台則有數萬篇

在工具層面,報告顯示這套系統大量仰賴本地部署的開放權重 AI 模型。進度報告中明確提及,該省份的團隊在過去數月間實驗了 DeepSeek-R1、Qwen2.5 與 YOLOv8,主要應用於內容翻譯、大量草稿生成、目標監控與內部文書處理等環節。

值得一提的是,這些操作員在發布 AI 生成的內容前,會刻意手動刪除文章中的破折號(em-dash)——這是一種常見的 AI 寫作語言特徵,移除後可降低被演算法識別為機器生成的機率。這個細節說明,操作者對如何管理 AI 工具的可偵測性,有相當程度的主動意識。

在效果評估上,一份進度報告記載,某個單位在超過 200 個西方平台上共發出逾 5 萬篇貼文,其中獲得超過 300 次分享或留言的,不到 150 篇。OpenAI 以其 IO 影響力量表(IO Breakout Scale,1 到 6 分)評估,將此案例整體定位為「接近第 4 級下緣」,代表行動在主流輿論場中的穿透力相當有限。

日本是場景,台灣才是核心座標

報告中最具體的單一案例,是針對日本政治人物高市早苗的影響力行動,而這個案例與台灣的連結,比表面上看起來的要直接得多。

2025 年 10 月,上述 ChatGPT 用戶要求模型協助規劃一套打擊高市早苗公眾形象的行動,起因是她公開批評了中國在新疆與內蒙古的人權狀況。ChatGPT 拒絕了這個請求。

然而,幾週後,同一用戶上傳了一份「反高市早苗行動執行進度報告」,改以「潤稿」為由請模型協助。行動架構依循六條戰線:放大對其移民政策的負面評論;動用假外國居民帳號向日本議員發送投訴信;炒作生活成本議題激化民間不滿;貼上極右翼標籤以意識形態污名化她;連結美國關稅議題轉移輿論焦點;以及散布讚美內蒙古現況的正面內容。

行動啟動了 hashtag「#右翼共生者」(右翼共生体),OpenAI 透過開源調查,在 X、Pixiv 和 Blogspot 上找到了這些帳號的實際活動痕跡,帳號創建時間密集集中於 2025 年 10 月底,符合統一部署的特徵。

中國網軍利用迷因
中國網軍在 Pixiv 上發佈的諷刺漫畫,用來攻擊日本政治人物高市早苗。左圖把她畫成誇張的動漫角色,在公開場合拿麥克風發言;右圖則把她畫成拿著鈔票、抱著狗、待在客廳的形象,暗示她貪財、與一般民生脫節。
圖/ OpenAI

然後,在 11 月,出現了一個決定性的議題轉向。

高市早苗公開表示,若中國軍事攻擊台灣,日本可考慮提供軍事援助。這句話讓同一批帳號立刻切換了攻擊方向,開始以英文大量發布批評她台灣立場的留言。OpenAI 在報告中直接引用了這些推文的實際內容,其中一則寫道:「一個中國原則是不可逾越的紅線。高市早苗輕率的言論不僅損害中日互信,更會破壞地區穩定,必須予以糾正。」另一則則是:「干預台灣海峽?純粹的妄想!中國捍衛主權的決心從未動搖!」

這兩則推文在同一天(11 月 21 日)由同一個帳號發出,觀看數分別是 10 次和 7 次。

從這個時間序列可以看出,高市早苗最初被鎖定為目標,是因為她的人權立場;但她在行動中被持續攻擊,至少有部分原因是她的台灣立場。對這套機器而言,「挺人權」與「挺台灣」在分類上高度重疊,都屬於必須被壓制的言論類型。

那個以「#右翼共生者」為主題的 YouTube 頻道,截至 11 月底,頻道內影片的最高觀看次數為四次。

台灣議題如何成為整合鎮壓的觸發器?

如果說高市早苗的案例展示了這套機器如何對外延伸,那麼報告中幾個較少被提及的細節,則清楚勾勒出台灣議題在整個體系中的核心位置,任何與台灣有關的發聲,都可以成為啟動這套流水線的觸發條件。

挺台帳號的遭遇:@xu96175836

進度報告描述了針對 X 平台上一個公開支持台灣的帳號 @xu96175836 的騷擾行動。根據報告所述,操作團隊動用了超過 50 個假帳號,對其張貼敵意公開留言;透過私人訊息傳送恐怖主義相關圖片;並提交大量假檢舉,部分檢舉還附上 AI 生成的假截圖作為「違規證據」,試圖讓平台的自動審查機制誤判並限制該帳號。

這個案例的意義在於,它展示了這套系統如何「武器化」平台本身的信任與安全機制:不是靠真實的違規行為來觸發下架,而是用大規模協調的假舉報,讓平台的演算法替他們完成封禁工作。

從一條推文到一場拘押

報告中另有一個更直接說明台灣議題代價的記載:一名中國境內的年輕女性,因為在 X 上發了一條涉及台灣的推文,被公安找上門進行拘押與審訊。

這個案例本身在報告中篇幅不長,但它標誌著一條重要的邊界,「網路特戰」的邏輯並不只停留在線上。對中國境內的用戶而言,一條台灣相關的公開貼文,可以直接觸發線下的司法後果。

「1450」:一個被武器化的台灣標籤

報告中另外提到,這套行動使用了「1450」標籤來汙名化支持台灣的倡議者。「1450」是台灣特有的網路俗稱,指的是政府雇用的付費網路評論員,源自 2019 年農委會一項預算爭議。

這個細節值得特別注意:這套系統不只是在制造假內容,它還在主動挪用台灣本地的話語與標籤,將其反向操作成攻擊挺台聲音的工具。一個原本用來批評政府網軍的詞彙,被用來指控所有聲援台灣的人都是拿錢辦事的假帳號。這種策略混淆的是對話的基本信任基礎。

一條整合的鎮壓流水線

OpenAI 的研究人員發現,在這些針對台灣相關目標的行動中,有一個 X 帳號呈現出一個特別清楚的整合跡象:它在 11 月 19 日連續發出五則貼文,使用「#右翼共生者」攻擊高市早苗,指控她對台灣問題的立場正在「把日本拖向戰爭」。

然而,同一個帳號,在稍早的 1 月 13 日到 17 日之間,曾多次回覆中國異議人士「李老師不是你老師」(李盈,一位長期記錄中國社會議題的活動人士)引用「保護衛士」(Safeguard Defenders)報告的推文,留下多則侮辱李盈本人及保護衛士組織、並指控他們是「境外間諜」的回覆。

換句話說,同個帳號,在不同時間點,同時執行著攻擊挺台日本政治人物、攻擊中國境外異議人士、攻擊國際人權組織這三條任務線。這不是巧合,這是一條整合了多重壓制目標的作業流水線。

對這套機器而言,「挺台灣」、「批中共人權紀錄」、「支持中國異議人士」在分類邏輯上屬於同一類需要處理的威脅。

偽造訃聞、冒名檢舉⋯打壓沒下限

在台灣相關案例之外,進度報告還記錄了針對其他異議人士的多種手法,共同構成這套戰術體系的全貌。

異議人士揭立建曾遭偽造訃聞與墓碑照片攻擊,相關假訊息在 2023 年 8 月曾於中文網路大量流傳,時間點與進度報告所述吻合。

異議人士惠波(@huikozhen)的帳號,則透過誘發回應再批量假舉報的手法,成功被 X 平台的自動系統標記為受限;另有幾十個仿冒其外觀的假帳號同步佔據搜尋結果。在 Bluesky 平台上,五個仿冒惠波的帳號均於 2024 年 12 月 5 日同日創建,目的是搶佔其身份識別空間。

中國網軍冒充異議人士
異議人士惠波(@huikozhen)的帳號,則透過誘發回應再批量假舉報的手法,成功被 X 平台的自動系統標記為受限。
圖/ OpenAI

在境外行動面向,報告記載有操作員曾冒充美國移民官員聯繫旅美異議人士,以及嘗試以偽造的美國地方法院文件向社群平台要求帳號下架(該嘗試未能成功執行)。線下部分,則有便衣警察在異議人士家屬住宅附近張貼敵意海報後拍照上傳,以製造「民間自發」輿論的案例。

AI 的角色:一道有用的門,和一面繞得過的牆

在這整個案例中,AI 的角色值得被仔細辨析。

ChatGPT 在規劃高市早苗攻擊計畫時說了不,這是真實且重要的安全護欄作動。但接下來發生的事同樣真實:行動照樣執行了,只是改用其他工具。進度報告明確提及,該省份的「網路特戰」團隊曾實驗 DeepSeek-R1、Qwen2.5 和 YOLOv8,這些是不受任何美國 AI 公司政策管轄、可本地部署的開放權重模型。

AI 在這裡扮演的是翻譯、內容草稿生成、異議人士社群媒體監控等特定環節的工具角色;但行動的策略方向、人力調度、目標選定與線下執法,依然依賴真人的組織架構與國家權力支撐。

「效果有限」這四個字,值得被更嚴格地審視

從純粹的輿論穿透力指標來看,這份報告記錄的行動交出了慘淡的數字:5 萬篇貼文,不到 150 篇獲得真實互動;YouTube 影片最高四次觀看;大量假帳號數天內遭平台清除。OpenAI 也在報告中如實呈現這些數據,並以 IO 影響力量表將此案例評為「第 4 級下緣」。

但是時尚,用「輿論影響力」評估這套系統的效用,本是有待商榷的認知框架。

這套系統同時在運作兩件性質不同的事:一是嘗試影響公眾輿論(目前效果確實有限),二是對特定個人施加持續的心理與社會壓力,使其噤聲或退場。對揭立建而言,假訃聞觸達了幾個人不是問題核心;對那位因台灣相關推文被帶走問話的年輕女性而言,那場行動有沒有獲得轉推,也從來不是重點。報告中明確記載,部分異議人士因持續騷擾而降低了發文頻率或停止使用社群媒體。

對台灣而言,更值得正視的問題是:當這套機器同時鎖定挺台的日本政治人物、在中國境內發聲的普通用戶、以及海外的台灣支持者帳號時,它在做的,是系統性地提高「公開聲援台灣」這件事的摩擦成本,讓每一個考慮開口的人,都在一個難以量化但真實存在的壓力場中做出選擇。

這份報告真正讓人清醒的地方,或許不是它揭露了什麼令人震驚的秘密,而是它所呈現的一切都太像一個正常運轉中的官僚體系了:有月度報告、有省份配額、有戰術手冊分類、有 AI 工具採購決策、有對效果的內部考核。

它不神秘,它就是一個有編制、有預算的政府部門,在做它被分派的工作。

對台灣讀者而言,這份報告提供的最重要認知更新,或許就在這裡:我們面對的不是幾個散漫的網路酸民,而是一套具有組織縱深、正在持續迭代的數位基礎設施。

延伸閱讀:Claude最新提示詞指南!核心建議「少即是多」,5個小技巧讓AI品質大提升

資料來源:Openai

本文初稿為AI編撰,整理.編輯/ 李先泰

關鍵字: #openai #ChatGPT
往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓