每經(jīng)記者｜李卓    每經(jīng)編輯｜余婷婷    

“不久的將來——可能半年，最多兩年，我們目前正在應(yīng)用的大部分安全產(chǎn)品和工具都將失效，未來將是一堆Agent（智能體）在攻擊、一堆Agent在防守?！?月18日，亞信安全副董事長、CEO（首席執(zhí)行官）馬紅軍在第八屆C3安全大會上直言。

這不是危言聳聽。就在大會前夜的一場技術(shù)攻防演示中，亞信安全團(tuán)隊告訴馬紅軍，自動化攻防已經(jīng)可以實現(xiàn)80%，僅剩20%需要人工操作。

第八屆C3安全大會現(xiàn)場 圖片來源：每經(jīng)記者 李卓 攝

不僅如此，當(dāng)日大會現(xiàn)場，還上演了一場極具沖擊力的“具身智能劫持”?！睹咳战?jīng)濟(jì)新聞》記者現(xiàn)場看到，一只機(jī)器狗在演示中遭黑客隱形控制，快速完成了權(quán)限突破、隱私竊取與惡意破壞，從服務(wù)工具淪為攻擊載體。

當(dāng)以機(jī)器狗、AI Agent、大模型API（應(yīng)用程序編程入口）為代表的各類“硅基員工”源源不斷涌入企業(yè)業(yè)務(wù)系統(tǒng)，在帶來生產(chǎn)力大幅提升的同時，也帶來了新的攻擊面，網(wǎng)絡(luò)安全邊界被徹底重構(gòu)。根據(jù)Gartner（?高德納）和安全牛等研究機(jī)構(gòu)的預(yù)測，2026年網(wǎng)絡(luò)安全將邁入“智能化對抗博弈與多層級縱深防御”新階段，AI（人工智能）驅(qū)動的自動化攻擊將成為主要威脅。相關(guān)技術(shù)演進(jìn)路徑與攻防對抗格局，將深刻影響整個行業(yè)的生態(tài)結(jié)構(gòu)與競爭態(tài)勢。

告警疲勞、數(shù)據(jù)割裂、攻擊最快27秒破防：AI Agent攻防時代拉響警報

當(dāng)智能體攻防的硝煙已彌漫在眼前，網(wǎng)絡(luò)安全這一關(guān)乎企業(yè)生存的核心命題正被推至行業(yè)討論的聚光燈下。

在本屆C3安全大會主題為“智能與連接”的高峰對話中，阿里云副總裁李力指出，從大模型到AI智能體，看到了三個實實在在的挑戰(zhàn)。其中一個重要挑戰(zhàn)就是安全，包括權(quán)限安全、內(nèi)容安全、工作邊界安全等。

TCL科技集團(tuán)數(shù)字化轉(zhuǎn)型部部長、IT共享服務(wù)中心總經(jīng)理李福濤在圓桌環(huán)節(jié)也指出，AI安全是智能化體系重構(gòu)的先決條件和基礎(chǔ)。制造企業(yè)與互聯(lián)網(wǎng)企業(yè)不同，AI安全直接關(guān)系到生產(chǎn)安全，這對企業(yè)而言是致命的環(huán)節(jié)。

那么，智能體互聯(lián)網(wǎng)時代，到底什么是安全？亞信安全高級副總裁、首席客戶成功官吳湘寧在高峰對話中進(jìn)一步從邏輯上將安全分為了三個層次。

第一個層次是基礎(chǔ)架構(gòu)安全，通常所說的系統(tǒng)穩(wěn)定性、可靠性、數(shù)據(jù)不泄露，都屬于基礎(chǔ)安全范疇，核心是保證實體連接能夠平穩(wěn)運行、實現(xiàn)其功能。但智能體出現(xiàn)后，僅僅做到基礎(chǔ)安全是不夠的，還需要第二個層次的安全——行為安全。當(dāng)前大家之所以擔(dān)心智能體出現(xiàn)問題，是因為無法掌控它的行為：讓它去做具體的事情，但它可能越權(quán)、越界，做出不該做的動作。吳湘寧舉例，在與ABB（瑞士電氣與工業(yè)自動化企業(yè)）合作時，安全不僅僅是防止機(jī)器人被攻擊，更重要的是防止模型訓(xùn)練出現(xiàn)幻覺，導(dǎo)致微操作出現(xiàn)一毫米的偏差——這對于芯片生產(chǎn)制造來說，會帶來巨大的浪費和損害。

第三個層次的安全，聚焦于大模型本身：如何控制大模型的幻覺，如何對大模型內(nèi)容進(jìn)行加密保密，如何確保大模型的行為可控、遵循倫理和規(guī)章——這就是信任安全，核心是能否真正信任大模型并放心使用它。

而當(dāng)AI與智能體安全成為網(wǎng)絡(luò)安全行業(yè)未來發(fā)展的關(guān)鍵方向時，傳統(tǒng)網(wǎng)絡(luò)安全的舊秩序正在被改寫。

亞信安全副董事長、CEO馬紅軍在第八屆C3安全大會演講  圖片來源：每經(jīng)記者 李卓 攝

馬紅軍在大會演講中指出，智能體互聯(lián)網(wǎng)時代，企業(yè)安全正陷入四大困境。

首當(dāng)其沖的便是安全工具越來越多，但多數(shù)只是產(chǎn)品的堆砌，屬于“打補(bǔ)丁”式安全，導(dǎo)致運維工作越來越復(fù)雜，且容易陷入人員、運營成本激增的惡性循環(huán)。

第二，這些安全產(chǎn)品本身又產(chǎn)生了大量安全數(shù)據(jù)，卻無法實現(xiàn)關(guān)聯(lián)。馬紅軍分享的數(shù)據(jù)顯示，68%的安全數(shù)據(jù)甚至沒有統(tǒng)一標(biāo)準(zhǔn)的API。這些數(shù)據(jù)格式不統(tǒng)一、相互割裂，信息壁壘森嚴(yán)，導(dǎo)致無法形成統(tǒng)一的威脅視角。

第三，這些安全產(chǎn)品還會產(chǎn)生海量告警信息。據(jù)統(tǒng)計，平均每個企業(yè)每天遇到的安全告警事件超過5000條，誤報率達(dá)到62%。安全團(tuán)隊無法處理所有告警，只能疲于奔命，甚至選擇性放棄一些中低危告警。殊不知，這其中往往隱藏著真正的威脅。

更可怕的是，據(jù)亞信安全統(tǒng)計，隨著AI、自動化工具的批量化攻擊，對手攻擊平均突破時間已縮短至29分鐘，同比提速65%，最快僅需27秒。這樣的速度，讓傳統(tǒng)的安全產(chǎn)品加人工運維模式無法應(yīng)對、防不勝防。傳統(tǒng)的網(wǎng)絡(luò)安全建設(shè)模式已經(jīng)陷入“天花板”。

從被動響應(yīng)到自主防御：“AI原生”成必選項

如何破局？

為業(yè)內(nèi)共識的是，隨著攻擊自動化與防御智能化的同步演進(jìn)，碎片化安全時代終將落幕。攻防雙方的技術(shù)較量正在從“工具對抗”向“系統(tǒng)對抗”轉(zhuǎn)變。XDR（Extended Detection and Response，擴(kuò)展檢測與響應(yīng)）就是近年全球網(wǎng)絡(luò)安全公司競相探索的方向。在國內(nèi)，亞信安全、深信服、奇安信、啟明星辰、安恒信息等頭部網(wǎng)安公司紛紛加快XDR的布局。

值得關(guān)注的是，亞信安全在2025年于國內(nèi)首家發(fā)布了商用AI XDR（Artificial Intelligence Extended Detection and Response，聯(lián)動防御系統(tǒng)）平臺。之所以給XDR賦予AI能力，亞信安全方面稱，是因為當(dāng)前企業(yè)面臨的攻擊普遍已經(jīng)AI化，更加不可控、更具隨機(jī)性，需要用AI對抗AI。

第八屆C3安全大會 圖片來源：每經(jīng)記者 李卓 攝

作為一種網(wǎng)絡(luò)安全防御技術(shù)，AI XDR通過整合多源數(shù)據(jù)（云、網(wǎng)、邊、端、郵件），結(jié)合自動化分析與響應(yīng)，提升威脅檢測與處置效率，將傳統(tǒng)的被動防御轉(zhuǎn)化為主動防御。亞信安全2025年財報數(shù)據(jù)顯示，目前，AI XDR日均防御1.8億次AI相關(guān)攻擊嘗試，相關(guān)訂單首年即突破1億元大關(guān)，實現(xiàn)商業(yè)價值的快速落地。

如果說2025年的網(wǎng)絡(luò)安全關(guān)鍵詞是聯(lián)動防御和體系化，馬紅軍認(rèn)為，2026年的關(guān)鍵詞應(yīng)該是數(shù)據(jù)驅(qū)動和AI原生。

“當(dāng)攻擊者用AI批量生成免殺、發(fā)起自動化攻擊時，防御方若仍停留在人工分析+傳統(tǒng)規(guī)則，無異于用血肉之軀阻擋‘無人機(jī)蜂群’。同時，當(dāng)‘硅基員工’涌入業(yè)務(wù)體系，攻擊面從傳統(tǒng)資產(chǎn)延伸至AI資產(chǎn)，僅靠‘連接’已不足夠，AI XDR必須深度融合AIDR（AI威脅檢測與響應(yīng)），實現(xiàn)從全域聯(lián)防到智能進(jìn)化?！瘪R紅軍在C3安全大會上如是說。

與之對應(yīng)，亞信安全最新發(fā)布的AI XDR 2026在體系化聯(lián)動防御的基礎(chǔ)上，進(jìn)一步實現(xiàn)了AI能力與智能體群的規(guī)模化部署。包括在AI XDR平臺中嵌入資產(chǎn)管理、風(fēng)險分析、漏洞管理、聯(lián)動處置等十大智能體。這意味著，AI XDR平臺從“工具”走向“智能體矩陣”，AI不再是輔助人做決策，而是直接接管運營。

在馬紅軍看來，安全產(chǎn)品必須從“AI輔助人”轉(zhuǎn)向“AI原生”，這不是一個選項，而是智能體時代企業(yè)維持“生存韌性”的必然。

值得一提的是，智能體在重構(gòu)網(wǎng)絡(luò)安全邊界的同時，也在重構(gòu)企業(yè)的數(shù)字體系。這其中也涉及兩個平衡——技術(shù)創(chuàng)新與安全合規(guī)。換言之，短期內(nèi)，如果過度強(qiáng)調(diào)安全，可能也會影響智能體、人工智能的推進(jìn)速度和價值發(fā)揮。

如何平衡？李福濤認(rèn)為，權(quán)限分層或是關(guān)鍵。他舉例，TCL在各業(yè)務(wù)領(lǐng)域落地智能體、創(chuàng)造價值的過程中，內(nèi)部制定了分層分級的策略。

“比如，在L1層（AI分析層面、信息層面），我們只讓智能體負(fù)責(zé)分析工作，最終決策由人來做出；在L2層，智能體落地過程中，由AI提供建議，最終的確認(rèn)、審批仍由人來完成；第三層是智能體的自動化執(zhí)行環(huán)節(jié)，對于這類智能體，我們一定會為其設(shè)定明確邊界，包括權(quán)限邊界、數(shù)據(jù)處理的范圍邊界以及用戶群體的選擇，這些都需要做好統(tǒng)籌管理。第四類是關(guān)鍵控制類智能體，對于這類智能體，我們會全方位做好AI安全保障，包括事前的AI安全規(guī)則、行為前置管控，以及事后的審計工作——涵蓋所使用的模型工具、推理邏輯等，都要有完整的落地日志，實現(xiàn)閉環(huán)管理和跟蹤?！?/p>

李福濤的上述觀點在現(xiàn)場引發(fā)諸多企業(yè)共鳴。他補(bǔ)充說：“非常關(guān)鍵的是，TCL內(nèi)部非常注重數(shù)據(jù)和知識工程的建設(shè)。因為AI要發(fā)揮價值，前提是實現(xiàn)數(shù)據(jù)貫通、統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，以及做好內(nèi)部知識沉淀。如果這項能力沒有做好，即便利用大模型、工具鏈和AI智能體進(jìn)行技術(shù)創(chuàng)新，也只能局限在技術(shù)層面，無法真正為企業(yè)創(chuàng)造價值?！?/p>

顯然，大模型與Agent技術(shù)狂飆突進(jìn)，攻防兩端的技術(shù)天平持續(xù)傾斜，如何在創(chuàng)新速度與安全底線間找到動態(tài)平衡，這套“安全平衡術(shù)”也早已從理論探討到落地，成為企業(yè)必須直面的實操命題。