近年来，人工智能，尤其是基于大型语言模型（LLM）的智能对话工具如ChatGPT，在为用户解答问题和提供信息上展现出了巨大潜力。然而，最新的研究表明，这类AI工具在为用户提供公司官方网站URL时，正确率并不理想，错误推荐的比例高达近三成。尤其是当用户请求提供金融、零售、科技等行业的公司登录网址时，AI往往会生成死链或者非官方的合法网站地址，这种现象引发了网络安全专家的广泛关注。Netcraft作为知名的威胁情报公司，针对GPT-4.1家族模型进行深入测试，发现仅有约66%的网址推荐准确无误，而29%的网址则指向已删除或暂停的站点，另有5%推荐了合法但非目标公司的网站。虽然不准确的URL推荐在使用者看来只是小小的不便，但这种缺陷无疑为网络钓鱼犯罪分子打开了方便之门。网络钓鱼者常常关注AI模型的推荐失误，选择尚未注册的错误网址进行注册和搭建伪装网站，从而诱导用户访问虚假平台，窃取账户信息和个人隐私。
攻击者通过观察AI的推荐偏差，针对性地抢注这些错误门户，借此伪装成真网站诱骗无辜用户。这种利用AI缺陷发动的诈骗活动，已逐渐形成新的犯罪手法。漏洞的根本原因在于当前AI模型在处理网址信息时，主要基于关键词和文本关联进行匹配，并不具备验证网址真伪、信誉及安全性的能力。例如，在测试请求“莲花银行（Wells Fargo）的登录网址”时，ChatGPT曾错误地返回一个曾被用作钓鱼攻击的仿冒站点。这表明，在复杂的网络环境中，简单依赖语言模型的相关性分析不足以确保信息的准确和安全。网络钓鱼团队已经开始调整策略，不再单纯依靠传统搜索引擎获取目标，而是专门设计内容和网站，通过GitHub仓库、问答文档、教学示范、社交媒体账户等方式增加虚假信息的可信度，优化其在AI结果中的排名，以此诱骗程序员和普通用户访问钓鱼站点。
此次趋势表明，钓鱼犯罪不再局限于大众层面，正在向技术和开发者社区渗透。类似的攻击手段已被观察到针对区块链和开源代码生态的领域，如通过“投毒”Solana区块链API接口，引诱开发者误用恶意代码。黑客通过维护大量虚假技术文档、造假项目仓库和虚拟身份，精心打造可信环境，迷惑AI模型，从而让钓鱼页面和恶意代码更容易出现在使用AI助手的用户面前。这种策略在形式上可视为一种新的供应链攻击，需要警惕其对数字基础设施造成的潜在破坏。面对AI推荐网址错误导致的钓鱼风险，用户应提高警觉，避免单纯依赖聊天机器人给出的链接信息。验证官方网站应通过访问品牌的官方公告、通过受信任的渠道获取信息，以及利用浏览器收藏夹和官方认证标识进行确认。
同时，信息安全企业和AI开发者需要加强对模型的监督和训练，提升其识别恶意和虚假信息的能力。在服务设计层面应加入网站声誉检测、黑名单过滤等安全机制，减少错误推荐的概率。此外，建立跨行业的合作机制，通过共享钓鱼网站名单和攻击手段情报，加强对钓鱼链接的实时监测，也有助于防范此类风险。未来，随着AI技术的不断迭代，解决自动推荐系统的安全盲点成为业界迫切需求。教育用户提升网络素养，培养辨别虚假信息的能力，也是抵御钓鱼攻击的关键环节。通过开展普及网络安全知识的活动，提醒公众在依赖AI获取信息的同时，保持必要的怀疑和审慎，以免陷入数字陷阱。
综上，ChatGPT等语言模型在推荐网址时出现的错误，看似技术层面的不足，却直接助长了网络钓鱼犯罪的发展。面对这一新兴威胁，无论是用户、企业还是AI开发者，都需同步提升安全防范意识和能力。只有多方协作，才能在人工智能与网络安全的赛跑中，构筑起真正的防线，守护数字时代的安全生态。
