在当地时间9月1日的时候, 新模型Fable 5.1发布完成以后, 没过几个小时, 有个匿名安全研究员Pliny the, 公开了一份系统提示词, 这份提示词是他声称从模型运行环境当中提取出来的, 它的字符数量超过了27万, 其内容涵盖了核心行为逻辑、记忆系统、版权规则、插件路由, 还包括全部46个内置工具的JSON架构, 这个JSON架构是用来定义模型与外部世界交互的接口的。不存在模型权重之泄露, 亦无丝毫证据表明后台以及用户数据因之遭受入侵情况以窥知其究竟。然而, 它却使得外界能够在较近距离范畴之内, 去观察一个处于前沿位置的AI系统凭借系统指令、工具权限以及安全规则这些要素实现对自身行为予以控制的具体情形, 并且还暴露出一个更为根本性质的疑难类问题, 即当AI操作指导手册已然不再属于秘密状态之际, 企业究竟应当怎样去信任一个能够被进行解构剖析的AI体系态势呢?在最近这段时间之内, AI行业当中的安全事件呈现出密集发生的状况, 诸如越狱, 提示注入, 零日漏洞挖掘等情况出现, 前沿模型的攻击面正向那以远远超出预期的速度对外暴露。原本处于一度被看作是属于网络安全行业里边“颠覆者”行列的大模型厂商, 现如今却摇身一变成为了安全市场之中最大的那个“派单员”。这一角色转变也被近期密集出炉的财报数据所验证。华尔街的担忧被推翻今年2月, 有Code被推出, 它能够让模型自动去扫描代码库, 还能够去寻找潜在的漏洞, 并且能够提出修复方案。第一反应并非是受欢迎之意的市场情况出现, 诸如网络安全范畴帕洛阿尔托、奥克塔等公司股价整体都呈现出下跌态势, 其中一部分跌幅已达两位数, 投资者们内心怀有这般疑惑: 万一人工智能可以运作漏洞发现以及代码审计相关工作, 那么传统类型安全软件的相应需求有无可能变得萎缩呢?只是在仅仅数月过后, 那么模型产品自身就暴露出了越来越多的安全方面的风险。多款处于前沿位置的模型被检测出拥有越狱逃逸的能力, 还具备自主挖掘零日漏洞的本事, 有着伪造身份的特性, 以及协同攻击的能力有百余家科技领域的巨头联名发出警告, 随着全球各个地方模型的能力持续不断地提升, 由人工智能发起的网络攻击将会变得越发广泛和复杂, 留给各方去强化网络防御的时间窗口是有限的。那些曾经被当成是对网络安全行业有着颠覆性影响的模型厂商, 现在突然间改变了身份, 变成了安全市场的拿着派单任务的人员。9月1日, 在网络安全领域处于头部地位的厂商Palo Alto所披露的2026财年第四季度财报表明, 其收入为34.1亿美元, 和上一年同期相比增长了34%, 下一代安全ARR也就是年度经常性收入达到了91亿美元, 与同比相比增长幅度为63%, 单季净新增金额接近10亿美元。CEO尼科什·阿罗拉Arora宣称, 全球大概存在1万亿美元的网络安全债务迫切需要完成现代化改造, 藉此来抵御以机器速度运行的自动化威胁。阿罗拉于财报电话会上, 详尽剖析了AI针对Palo Alto业务的三重驱动逻辑, 第一重, AI数据中心营建浪潮直接刺激了防火墙需求, 公司已从主权AI项目、AI原生GPU专用云服务商以及前沿AI实验室获取了多笔数额高达七位数美元的防火墙订单, 第二重, AI Agent的普遍推广正构建全新的网络流量形态, 过去9个月期间, 其SASE平台里由Agent所产生的流量增长了9倍。另外, 在8月末发布财报的那家公司, 它的AI以及其他核心AI业务的ARR幅度同比增长达到了三倍之高, 公司的管理层预估这种情况将会使得该业务成为公司下一个呈现“九位数ARR”的业务。在财年的第二个季度当中, 其净新增ARR达到了3.33亿美元, 同比增长比例为51%, 此数据创下了历史新高, CEO乔治・库尔茨Kurtz把这一个季度称作是公司的“时刻”, 也就是说AI安全方面的需求状况已经从转折点逐渐演变成了全面加速增长的态势, 公司的AI检测与响应业务的ARR数据环比增长接近两倍。网络安全行业近期会发生变化, 这一情况被信息安全研究员关傲男Aonan Guan注意到, 她向第一财经记者讲, 前沿的AI模型的发展, 让一些搞计算机研究跟计算科学, 属于广义计算机领域。在研究信息数据安全研究中, 国际各大信息安全公司, 花了不少功夫, 投入巨大人力资源, 精力等去针对利用AI改造现有的工作方法流程, 像以前写防火墙的签名、检测规则以及进行告警分析判断等这样需要人大量帮忙才能运转的内容, 现在很多公司已经都采用通过大模型来进行改造 , 这些计算机前沿技术的发展也在影响着整个网络安全行业。除此以外, 这些企业也在踊跃探寻针对AI新业务所带来的安全防护举措, 好比对AI模型自身安全护栏予以开发, 对AI模型以及Agent展开监控治理等等。AI带来的机会与挑战财报给出的数据情况, 以及行业内专家人士的观察结果, 共同揭示出了这样一个状况: 即人工智能正在从两个不同的方向, 对网络安全行业进行着重塑的行为。第一条一条路径呈现为“AI for ”, 借助AI去提升安全效率, 第二条路径表现为“ for AI”, 用以保护AI自身。关傲男向记者表明, 当下不管是传统咨询公司, 还是安全服务公司, 都借助AI提升效率, 例如运用自动化渗透工具去辅助原有的红队渗透, 利用前沿模型对安全问题予以扫描和分析, 甚至有些模型在安全任务方面已然能够超越人类表现。但是, 在关傲男看来, “保护AI”这点, 暂时比较依赖标准制定, 以及对AI场景的定义。据他观察, 美国商业前沿实验室已形成一定规模的事实标准, 像MCP等通信协议, 已经形成了由多个模型厂商、云厂商和安全厂商参与者共同搭建的技术治理和工作组。国内虽说也有一定热度, 然而因为没有在上游标准制定上深度参与, 致使“保护AI”实现方面存在空间。其中一面是标准问题, 当企业切实着手部署大模型以及Agent时, 另一组更契合业务实际情况的安全问题会马上显现出来, 具体如下: AI能够获取哪些数据, 能够调用哪些工具, 而且, 要是某个Agent遭受到恶意指令的操控, 它是否会凭借此作为跳板进而深入企业内部系统呢?360集团首席科学家潘剑锋持有这样一种观点, 即AI所带来的安全挑战, 其程度甚至不仅仅局限于攻击方式发生的变化, 而是在于计算逻辑, 它正从具备确定性向着呈现不确定性转变。以往传统的软件其建立基础是确定性计算, 是人们将存在不确定性的世界进行抽象从而转化为具有确定性的计算。可大模型却能够直接去处理那些模糊以及开放的真实世界任务, 这种不确定性赋予了AI创造的能力, 然而它同样也成了新型安全风险产生的根源。有攻击者会将恶意意图隐匿于用户输入, 还有系统提示里, 以此来诱导模型生成提示注入模型自己也存在产生幻觉以及错误判断之可能。在当Agent开始持续不断地进行推理、调用工具并且与其他Agent展开协作时, 一个微小的错误兴许便会顺着任务链持续不断地放大。以前, 在AI领域中答错一道题, 或许仅仅是给出了个错误答案。如今, 当拥有系统权限的Agent判断出错时, 则有可能径直去执行错误操作了事。如此情形下, 潘剑锋据此觉得, 智能体时代的安全目标得从 “防御确定威胁” 转而变为 “管控不确定性” 了。不是他觉得, 当模型公司踏入代码安全这一领域, 就意味着传统安全厂商将被直接地替换掉。然而, 安全圈子必须得深刻地认识到这样的一种变化——那些没能力适应AI的安全公司, 存在着被淘汰掉的可能性。最为典型的是, 独立身份认证与访问管理服务商 Okta 的转变 , CEO 托德・麦金农Todd在财报会上说 , 企业每增添一个 AI Agent , 就得处理其身份 、权限以及访问控制问题 , 由此 Okta 将身份安全自 “人的身份 ”往 “机器和 Agent 身份 ”去延伸。以产品验证这条路径的是Palo Alto, 面向AI应用以及模型、Agent的新增产品线AIRS, 商业化仅仅经历四个季度后, ARR就突破了1亿美元, 进而成为公司历史上增长速度最快的新产品当中的一个。云安全公司的首席执行官杰伊・乔杜里, 也就是Jay, 把AI称作是公司历史当中最为重要的机会里的其中一个, 由Agent去访问企业应用、数据以及互联网时所产生的机器流量, 同样是要经过身份验证的, 并且要经过权限控制以及安全检查的。中美差异化数据后的共同难题美国网络安全领域的大型企业, 在尽情享用人工智能带给自身的红利之际, 中国有部分同行群体, 却依旧存在着面临亏损这样一种风险。厂商财报数据表明, 在2026年上半年这个时间段, 奇安信的营收为14.97亿元, 其同比呈现下降态势且降幅为14.09%, 同时净亏损达到4.11亿元, 不过较之于去年同期其亏损程度收窄了46.58%而绿盟科技此时营收为8.13亿元, 出现了增长情况且增长率为1.51%, 并且净亏损为1.29亿元。可是, 在国内市场当中, AI安全需求也是实实在在存在着。拿绿盟科技来说, 它的AI安全订单数额达到了1.17亿元, 至于运营商行业的签单, 和之前同一时期相比, 增长超过了300%同样, 天融信的AI安全防护业务收入, 和过往同比, 增长超过了130%。不过国内的厂商呢, 依旧受到项目制采购的限制, 这所谓的项目制采购涵盖很多环节, 比如预算审批、招投标, 还有定制开发、实施交付以及验收回款, 它整个周期是非常漫长的。关傲男有所提点, 中美在财务方面的差距根源并非仅仅在于对AI投入数量的多少, 美国传统安全公司在此前的十多年时间里已然实行了从硬件朝着订阅软件的转变, 客户增添模块能够直接以ARR以及订阅收入来呈现, 中国市场存在着大量由政府以及央国企所进行的项目制采购, AI能够助力降低人工交付成本, 然而却不会自动对项目制模式本身产生改变。围绕AI这一热点重新定义安全产品, 美国头部厂商已然着手开展, 像依据AI原生风险去重新设计产品的实际逻辑, 进而开创出全新的产品品类等而在中国, SaaS产业发展, 这可是个老话题了, 还需要时间去进行完善。在AI刚开始发展的早期阶段, 国内网安厂商由于受到市场体量、算力基础、客户结构以及需求等诸多因素的影响, 更侧重于把AI嵌入到原有的安全产品当中, 产品形态暂时并没有出现根本性的改变, 这种情况影响的主要是能力方面的维度。在差异化的财务状况之外, 于行业内部, AI已然成为网络安全的生产工具, 同时也已然成了安全行业所要保护的新对象。此一面正在提升安全公司的效率, 那一面则有可能决定下一轮安全市场的规模。山石网科具备这么一位, 身兼CTO以及首席AI官双重职务的蒋东毅, 他表明, AI智能体完完全全地消除了, 多年以来在行业里积累起来的人工攻防经验方面存在的差距, 并且, 政企客户所具有的安全需求已经从仅仅只是单纯地满足合规这一状况, 转变为更加看重实战攻防、事件研判以及闭环处置之后所产生的真实安全结果了。对企业来讲, 真正的问题并非“要不要用AI”, 而是在AI有了身份、权限还有行动能力后, 谁去约束它, 以及谁能在它犯错前让它停下。若AI操作手册能公开, 企业对AI安全可不靠“黑箱”构建信任, 这正是网络安全市场迎来新一轮增长隐藏的深层缘由的。