每經記者｜李卓    每經編輯｜余婷婷    

“不久的將來，可能半年，最多兩年，我們目前正在應用的大部分安全產品和工具都將失效，未來將是一堆Agent（智能體）在攻擊、另一堆Agent在防守。”近日，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攻防演示中，亞信安全團隊告訴馬紅軍，自動化攻防已經可以實現(xiàn)80%，僅剩20%需要人工操作。

不僅如此，當日大會現(xiàn)場，還上演了一場極具沖擊力的“具身智能劫持”。《每日經濟新聞》記者在現(xiàn)場看到，一只機器狗在演示中遭黑客隱形控制，快速完成了權限突破、隱私竊取與惡意破壞，從服務工具淪為攻擊載體。

當以機器狗、AI Agent（人工智能體）、大模型API（應用程序編程入口）為代表的各類“硅基員工”源源不斷涌入企業(yè)業(yè)務系統(tǒng)，在帶來生產力大幅提升的同時，也帶來了新的攻擊面，網絡安全邊界被徹底重構。

根據高德納和安全牛等研究機構的預測，2026年網絡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）驅動的自動化攻擊將成為主要威脅。相關技術演進路徑與攻防對抗格局，將深刻影響整個行業(yè)的生態(tài)結構與競爭態(tài)勢。

企業(yè)安全陷入四大困境

在本屆C3安全大會上，阿里云副總裁李力指出，從大模型到AI智能體，大家看到了3個實實在在的挑戰(zhàn)。其中一個就是安全，包括權限安全、內容安全、工作邊界安全等。

TCL科技集團數(shù)字化轉型部部長李福濤也指出，AI安全是智能化體系重構的先決條件和基礎。制造企業(yè)與互聯(lián)網企業(yè)不同，AI安全直接關系到生產安全，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從邏輯上將安全分為三個層次。

第一個層次是基礎架構安全，通常所說的系統(tǒng)穩(wěn)定性、可靠性、數(shù)據不泄露，都屬于基礎安全范疇，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，僅僅做到基礎安全是不夠的，還需要第二個層次的安全——行為安全。當前大家之所以擔心智能體出現(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、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器人被攻擊，更重要的是防止模型訓練出現(xiàn)幻覺，導致微操作出現(xiàn)1毫米的偏差，這對于芯片生產制造來說，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，如何對大模型內容加密保密，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AI與智能體安全成為網絡安全行業(yè)未來發(fā)展的關鍵方向時，傳統(tǒng)網絡安全的舊秩序正在被改寫。

馬紅軍在演講中指出，智能體互聯(lián)網時代，企業(yè)安全正陷入四大困境。

首先便是安全工具越來越多，但多數(shù)只是產品的堆砌，屬于打補丁式安全，導致運維工作越來越復雜，且容易陷入人員、運營成本激增的惡性循環(huán)。

其次，這些安全產品本身產生大量安全數(shù)據，卻無法實現(xiàn)關聯(lián)。馬紅軍分享的數(shù)據顯示，68%的安全數(shù)據甚至沒有統(tǒng)一標準的API。這些數(shù)據格式不統(tǒng)一、相互割裂，信息壁壘森嚴，導致無法形成統(tǒng)一的威脅視角。

再次，這些安全產品還會產生海量告警信息。安全團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。

最后，據亞信安全統(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“安全產品+人工運維”模式無法應對、防不勝防。

從被動響應到自主防御

如何破局？

為業(yè)內所共識的是，隨著攻擊自動化與防御智能化的同步演進，碎片化安全時代終將落幕。攻防雙方的技術較量正在從工具對抗向系統(tǒng)對抗轉變。XDR（Extended Detection and Response，擴展檢測與響應）就是近年全球網絡安全公司競相探索的方向。亞信安全、深信服、奇安信、啟明星辰、安恒信息等頭部網安公司紛紛加快XDR的布局。

如果說2025年的網絡安全關鍵詞是聯(lián)動防御和體系化，馬紅軍認為，2026年的關鍵詞應該是數(shù)據驅動和AI原生。

“當攻擊者用AI批量發(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’上，無異于用血肉之軀阻擋無人機蜂群。同時，當‘硅基員工’涌入業(yè)務體系，攻擊面從傳統(tǒng)資產延伸至AI資產，僅靠連接已不夠，AI XDR（聯(lián)動防御系統(tǒng)）必須深度融合AIDR（AI威脅檢測與響應），實現(xiàn)從全域聯(lián)防到智能進化?！瘪R紅軍在C3安全大會上如是說。

在馬紅軍看來，安全產品必須從AI輔助人轉向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，智能體在重構網絡安全邊界的同時，也在重構企業(yè)的數(shù)字體系。這其中也涉及兩個平衡——技術創(chuàng)新與安全合規(guī)。換言之，短期內，如果過度強調安全，可能也會影響智能體、人工智能的推進速度和價值發(fā)揮。

如何平衡？李福濤認為，權限分層或是關鍵。他舉例，TCL在各業(yè)務領域落地智能體、創(chuàng)造價值的過程中，內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），我們只讓智能體負責分析工作，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、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，我們一定會為其設定明確邊界，包括權限邊界、數(shù)據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。”李福濤的上述觀點在現(xiàn)場引發(fā)諸多企業(yè)共鳴。

顯然，大模型與Agent狂飆突進，攻防兩端的技術天平持續(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。