旧网络安全模型正在崩塌：AI原生时代的安全新范式

当传统安全模型遭遇AI原生世界

随着AI安全与"失控智能体"（rogue agents）频繁登上头条，网络安全领域正在经历一场深刻的重构。资本市场对此反应敏锐：网络安全类股票持续走高，投资者也在向那些试图为AI原生世界打造下一代安全体系的初创公司注入巨额资金。

这并非偶然。当AI智能体开始自主执行任务、访问系统、调用工具时，过去以"人"为中心设计的安全边界正在失效。传统的身份验证、权限管理和威胁检测机制，都是基于人类操作者的行为模式建立的，而AI智能体的行为逻辑、速度和规模都与之截然不同。

资本正在涌向AI安全新赛道

原文提到，像 Instinct 和 Simile 这样的公司正在获得九位数（即上亿美元）规模的融资和估值——这样的数字在过去是难以想象的。这种估值的跃升，反映出市场对"AI原生安全"这一新品类的高度预期。

为什么投资者愿意为尚未完全成熟的技术支付如此高的溢价？核心逻辑在于：AI的普及正在指数级放大攻击面。每一个被部署的AI智能体，都可能成为新的攻击入口或被恶意利用的工具。当企业大规模采用AI时，它们迫切需要能够理解和管控这些非人类主体的安全方案。

这也解释了为什么这一赛道能在短时间内吸引如此密集的资本关注——它不是对现有安全市场的边际改进，而是一个由技术范式转移催生的全新市场。

**AI原生安全（AI-Native Security）**与传统的"将AI用于安全"（AI for Security）是两个不同的概念。后者指利用机器学习提升威胁检测精度，例如用异常行为分析替代规则引擎；前者则是从架构层面重新设计安全体系，使其能够原生理解和管控AI智能体作为主体的行为——包括为模型分配最小权限身份、追踪智能体调用链路、在推理过程中注入安全策略等。当前获得高估值的初创公司，其核心主张正是后者：不是在现有安全产品上叠加AI能力，而是为"AI操作AI"的新型计算范式重建整套信任基础设施。这一赛道的壁垒不仅在于技术，也在于对大模型行为特性的深度理解，这正是传统安全厂商难以快速复制的核心能力。

为什么旧模型正在"崩塌"

传统网络安全的核心假设正在被打破。过去的防御体系建立在几个前提之上：操作者是人类、访问频率可预测、行为模式可建模、权限边界相对清晰。而AI智能体的出现，几乎颠覆了所有这些假设。

AI智能体可以在毫秒级别发起大量请求，可以动态改变行为策略，还可能在没有明确人类指令的情况下自主决策。当"谁在访问系统"这个基本问题的答案从"某个人"变成"某个自主运行的模型"时，围绕人类身份构建的整套安全逻辑就需要被重新设计。

这也是"failed cybersecurity model is breaking"这一判断的深层含义——不是某个工具或产品过时了，而是整个防御哲学面临重构。安全行业需要回答的新问题包括：如何为AI智能体建立可信身份？如何限制其权限而不影响其效能？如何在AI以机器速度行动时实时检测异常？

**AI智能体（AI Agent）**是指能够自主感知环境、制定计划并执行多步骤任务的AI系统，通常具备调用外部工具（如搜索引擎、代码执行环境、API接口）的能力。与传统的单次问答式AI不同，智能体可以持续运行、在系统间跳转、并根据中间结果动态调整行动路径。这意味着它在企业IT环境中的行为轨迹更像一个"自动化员工"，而非一个被动响应的工具。正因如此，传统基于用户账户、登录凭证和人工审批的访问控制体系，在面对持续运行、不依赖人类干预的AI智能体时，缺乏有效的管控抓手。**失控智能体（Rogue Agent）**则特指那些行为超出预设边界、被恶意劫持或因目标漂移而执行有害操作的AI智能体，是当前AI安全领域最核心的威胁模型之一。

对行业的意义

这一趋势对整个科技与安全产业都有深远影响。对创业者而言，AI原生安全是一个正在快速成型的蓝海市场，早期入局者有机会定义标准。对企业用户而言，采用AI的同时必须同步升级安全策略，否则效率提升可能被安全风险抵消。

对投资者来说，虽然当前估值高企，但需要警惕泡沫风险——并非所有获得九位数融资的公司都能兑现预期。真正能穿越周期的，将是那些真正理解AI行为特性、并能提供可验证防护能力的团队。

可以确定的是，网络安全正在从"保护人和网络"向"管控AI智能体"演进。这场变革才刚刚开始，其最终形态仍在探索之中。