AI 正在重塑网络安全职场：安全岗位何去何从

原创

小安伴你行
小安伴你行

小安伴你行

2026年10月13日 09:18
北京

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

前言：为什么我们今天要谈这个话题

培训背景

人工智能早已不再是实验室中的抽象概念，而是切实改变网络安全行业运转方式的现实力量。一方面，大模型与智能体（Agent）已经开始承担告警研判、代码审计、威胁情报分析等高密度重复工作，重新定义了安全运营的模式；另一方面，攻击者也在利用AI生成更逼真的钓鱼邮件、更隐蔽的恶意代码和更高效的漏洞探测工具，AI正在同时重构攻防双方的能力体系。对每一位身处网络安全岗位的从业者而言，这不是遥远未来的可能性，而是当下正在发生的真实变化。

培训目标

本次培训围绕一个核心问题展开：当AI重塑了网络安全的攻防格局，安全岗位将走向何方？我们将共同梳理行业正在发生的变化，明确哪些岗位任务正在被自动化替代、哪些新岗位正在快速崛起，进而探讨每一位从业者该如何调整自身能力与职业定位。本次培训希望达成三个目标：一是建立对行业趋势的准确判断，既不恐慌也不盲目乐观；二是明确自身岗位在未来行业版图中的位置与转型方向；三是梳理出一套可落地执行的个人能力升级路径。

这不是一场“AI会不会取代安全从业者”的辩论，而是一次“如何让自己在AI时代变得更有价值”的方法论分享。我们将引用行业权威研究数据作为分析依据，帮助大家把个人职业选择建立在可验证的事实基础之上。

第一部分：为什么说AI正在重塑网络安全——三重驱动力

一、需求侧：网络安全人才缺口持续扩大，供需矛盾加剧

在讨论AI对网络安全行业的冲击之前，我们首先要认清行业的基本面。根据ISC2发布的《2025年网络安全劳动力研究》援引的公开数据，2025年全球网络安全人才缺口已升至约480万人，同比增幅达到19%；仅美国市场就有约51.4万个网络安全岗位处于在线招聘状态，岗位实际填补率不足三分之二。在我国，截至2024年底，全国持证在岗的网络安全专业人员约为32万人，和快速增长的安全需求相比，供给仍然存在缺口。

人才缺口不仅体现在总量上，更体现在结构层面。根据智联招聘平台的公开数据，2025年网络安全运营类岗位招聘占比达26.8%，已经连续三年位居招聘需求首位，但符合岗位要求的复合型人才供给明显滞后。ISC2的研究同时指出，59%的安全从业者表示所在团队存在严重或显著的技能短缺，这一比例在2024年仅为44%；更有高达88%的受访者称，所在机构曾因技能短缺遭遇至少一次重大网络安全事件。这说明，行业需要的不是更少的从业者，而是更多掌握新技能、能够应对AI时代挑战的专业人才。

二、攻击侧：AI让威胁更快、更真、更规模化

AI对网络安全的第一重冲击，来自攻击手段的进化。借助大模型，攻击者可自动化生成钓鱼话术和攻击载荷、批量探测漏洞、快速绕过传统防护规则，攻击门槛被大幅拉低，攻击的规模、速度和逼真度都发生了质变。当前需要重点警惕的新型威胁主要包括以下几类：

AI生成式钓鱼与深度伪造。大模型能够生成语法通顺、贴合上下文甚至能模仿特定人物口吻的钓鱼邮件与话术，大幅提升了辨别难度；深度伪造技术则被用于伪造语音、视频和身份，多用于商务欺诈、社会工程与声誉攻击，传统基于内容特征的识别手段正面临失效风险。

提示词注入与智能体越权。攻击者通过在用户输入或外部数据中嵌入恶意指令，诱导智能体忽略或覆盖系统设定中的安全约束，进而操纵其越权调用工具、访问敏感数据。安全研究显示，随着越来越多企业引入AI智能体，这类攻击已经从实验室研究走向真实应用场景。

数据投毒与模型供应链攻击。数据投毒通过向大模型训练数据中注入伪装成正常样本的恶意内容，达到削弱模型性能、降低输出准确性的目的，甚至可被用于恶性竞争与间谍活动，目前日益呈现链条化、隐蔽化、跨境化特征。模型供应链同样存在风险：比如攻击者可利用序列化文件将恶意软件植入开源模型托管平台，或是通过“对抗性幻觉域名抢注”（HalluSquatting）利用大模型的幻觉缺陷完成自动化感染。

AI辅助恶意软件与智能体攻击基础设施。AI能够协助生成更难被检测的恶意代码，甚至可将智能体本身用作攻击的指挥控制（C2）中继，搭建起和传统恶意软件杀伤链类似的完整攻击基础设施。正如行业研究者所指出，AI安全问题已经从“模型层面的问题”演进到“系统工程对抗”的新阶段。

三、防御侧：安全运营走向智能化、自动化

攻击侧的技术进化，倒逼防御侧加速升级。当前安全运营中心（SOC）已开始引入大模型与智能体，承担告警降噪、威胁情报关联、事件初步研判与标准处置流程执行等工作。根据SANS《2026年网络安全劳动力研究报告》，49%的受访组织表示手动分析时间已明显减少，48%的组织已实现部分工作流自动化。Gartner给出了更具前瞻性的预测：到2026年底，超过30%大型企业的SOC工作流将由智能体执行；到2028年，50%的企业网络安全事件响应工作将聚焦于涉及定制化AI应用的安全事件；同期，超过50%的企业将部署AI安全平台，保护自身的AI相关投入。

这意味着安全运营正在从“人工堆量”转向“人机协同”：机器负责处理高密度、可重复、规则化的工作，人类则转向更高价值的编排、研判与决策环节。需求侧的人才缺口、攻击侧的威胁进化、防御侧的自动化转型，三者相互叠加，共同构成了AI重塑网络安全职场的三重驱动力。理清这三重力量的作用逻辑，是准确判断岗位未来走向的前提。

第二部分：AI给安全岗位带来的冲击——谁在被重塑

一、首当其冲：高重复、规则化的岗位任务正被自动化

AI最先替代的不是某一整个“岗位”，而是岗位中高重复、规则清晰、可通过自动化编码完成的任务。SANS 2026年的研究清晰揭示了这一变化：受访组织报告的岗位缩减主要集中在SOC/安全分析师（32%）、威胁情报分析师（26%）和事件响应人员（22%），这些恰恰是传统工作中大量依赖人工研判与流程执行的岗位。与此同时，49%的组织减少了手动分析的工作量，48%实现了工作流自动化，事件响应岗位的任务构成已经发生了约22%的改变。

需要强调的是，部分任务实现自动化，并不等同于整个岗位会消失。Cisco在“AI劳动力联盟”的分析中指出，SOC分析师的角色正被搭载智能体的AI系统快速重新定义：智能体承担告警分流、威胁情报关联和标准决策树执行等高频重复工作，分析师的核心职责则从手动处理转向“编排与监督”。对从业者而言，真正的冲击在于：如果一个人长期停留在“重复点击、机械研判”的舒适区，工作价值会被AI快速稀释；而能够驾驭AI、为AI输出结果负责的从业者，自身价值反而会更加凸显。

表1：AI对典型安全岗位任务的影响（SANS 2026年劳动力研究）

数据来源：SANS《2026年网络安全劳动力研究报告》。

二、岗位需求的“两极分化”与含金量上移

AI对岗位结构的影响并非均匀作用于所有环节，而是呈现出清晰的“两极分化”特征：一端是大量依赖重复性技能的初级任务，准入门槛被AI压缩，对应招聘需求相对收缩；另一端则是要求深度判断、战略思维和AI驾驭能力的高级岗位，市场需求持续增长。ISC2的研究显示，41%的安全从业者将AI列为未来最核心的必备技能，排名仅次于云安全；同时有73%的受访者认为AI将创造更多专业化安全技能需求，72%认为AI会催生更多战略型岗位并对思维方式提出新要求，66%认为AI将要求从业者掌握更广泛的技能组合，65%认为AI会提升市场对沟通类角色的需求。

Cisco的分析进一步指出，安全岗位的技术要求正在从“熟悉SIEM平台、精通查询编写”转向“智能体监督与输出验证”；而判断力、协作能力、沟通能力这类“持久技能”，比以往任何时候都更加重要。简言之，AI并没有拉平安全岗位的准入门槛，而是将门槛从“会不会用工具”抬高到“能不能驾驭AI、做出正确决策”。对愿意主动升级技能的从业者来说，这是一次实现个人职业含金量跃升的明确机会。

这里需要澄清一个常见误区：所谓“岗位需求收缩”，主要出现在那些可以被明确规则化、流程化的任务环节，并非针对安全岗位整体。事实上，随着AI扩大了网络攻击面、提升了威胁复杂度，安全团队需要处理的问题总量在增多而非减少。真正被AI挤压的，是“不做独立判断、只做机械执行”的那部分工作；而被放大的，是“为AI输出结果负责、做出关键决策”的那部分价值。对个人而言，与其担心某个具体的岗位名称会消失，不如关注自身的技能组合是否依然具备稀缺性，是否处于价值链中不可替代的环节。

三、AI催生的新岗位：从智能体架构师到模型安全红队

在传统岗位被重新定义的同时，AI也直接催生了一批全新的安全岗位。工业和信息化部教育与考试中心等机构发布的《AI时代网络安全人才报告（2025）》，首次梳理出“AI驱动的网络安全岗位图谱”，提出了智能体架构师、数据合成专家、模型安全红队、AI风险顾问等七类新职业方向。这些岗位的共同特点是，从业者既要懂安全，又要懂AI，属于典型的“AI+安全”复合型角色。

从企业招聘实践来看，AI技能的行业渗透正在加速。安恒信息等机构发布的《AI时代网络安全产业人才发展报告（2026）》对岗位说明书进行抽样编码后显示：在抽样的岗位中，明确要求AI技能的职位占比达40.6%，其中超六成将AI技能列为必备要求，其余列为加分项；分类型来看，AI安全相关岗位对AI技能的渗透率达到100%，安全研发为64.3%，安全运维为16.7%，渗透测试为13.3%。与此同时，招聘要求也从早期的“了解大模型”，拓展到要求掌握RAG（检索增强生成）、模型微调、MCP（模型上下文协议）等具体能力。

表2：AI驱动网络安全岗位图谱中的新职业方向

资料来源：《AI时代网络安全人才报告（2025）》及公开岗位调研，岗位职责为概括性说明。

第三部分：安全岗位“何去何从”——转型方向与能力地图

一、岗位角色转型的四大方向

面对AI带来的重塑，安全岗位并不会整体消失，而是会实现整体迁移。结合当前行业研究与实践，我们可以把转型方向归纳为四条主线。

方向一：从“执行者”转向“编排者与监督者”。当智能体承接了日常执行工作后，安全人员需要学会设计、调度和验证AI系统，成为“AI的执行导演”，而非和AI比拼执行能力。这要求从业者既懂业务流程，又能判断机器输出结果的正确性，并在出现异常时果断接管工作。

方向二：从“单一安全”转向“AI+安全复合”。无论是新诞生的模型安全岗位，还是既有的攻防、运维、研发岗位，都开始要求从业者叠加AI能力。单纯“只会传统安全”或“只懂AI算法”的从业者都将面临边缘化风险，市场真正稀缺的，是既能理解AI系统运作机理，又能将AI技术和安全攻防实践结合起来的复合型人才。

方向三：从“被动防守”转向“主动风险管理”。Gartner强调，安全行业的重心正从“被动响应”转向“持续威胁暴露管理”（CTEM），也就是要求主动识别、度量并持续压缩自身的攻击面。安全人员需要从过去的“救火队员”转向“风险管理者”，用风险视角审视引入AI后带来的新安全暴露面。

方向四：从“纯技术”转向“技术+业务+治理”。AI带来的合规、伦理与治理问题日益突出，安全岗位正逐步向业务端和治理端延伸。能够跨部门沟通、理解业务场景、推动AI治理与合规落地的安全人才，将获得更大的发展空间，这也和前文ISC2研究中“AI将增加沟通类角色需求”的判断相呼应。

二、AI时代安全从业者的能力新地图

如果把转型方向比作职业发展的“去向”，能力地图就是抵达目标的“具体路径”。结合权威研究与行业实践，我们可以将AI时代安全从业者的能力结构划分为三个层次。

第一层是AI技术底座，包括对大模型与智能体工作原理的基本理解，以及RAG、模型微调、MCP、提示工程等实际操作能力。这是当前行业招聘已经明确要求的“硬通货”，也是和传统安全能力形成区分的关键增量。

第二层是安全专业内核。传统安全攻防、威胁分析、风险评估、应急响应能力不仅没有过时，反而构成了判断AI输出正确性的底层依据。安全从业者真正的护城河，在于“用安全专业能力审视AI”——识别模型输出的漏洞、评估AI系统的攻击面、设计AI安全防护策略。

第三层是持久软技能，包括独立判断力、跨团队沟通、协作与项目管理能力，以及对合规与伦理的敏感度。AI承担了越来越多具体执行工作，而“决定做什么、为什么做、边界在哪里”这类决策仍然高度依赖人类，这恰恰是持久软技能发挥价值的地方。

表3：AI时代安全从业者的三层能力结构

资料来源：综合ISC2、SANS、安恒信息等行业研究与岗位调研整理。

三、“主导复合型”人才：AI与安全的双向融合

当前行业正在呼唤一类被称为“主导复合型”的人才——既懂安全、又懂AI，还能主导决策与治理工作。安恒信息发布的《AI时代网络安全产业人才发展报告（2026）》明确指出：AI越强大，越需要具备判断能力的“主导复合型”人才。这一判断背后，是AI安全领域复合型人才供给的明显缺口：不少攻防技术人才不熟悉AI技术，而深耕AI算法研究的科研人员，对网络攻防的理解又较为有限。

从人才培育的反馈来看，从业者自身的转型意愿已经十分强烈。《AI时代网络安全人才报告（2025）》显示，97%的受访从业者已经接受过AI安全相关培训，55.8%的受访者最希望学习“应对模型投毒、深度伪造”等新型威胁的技能。这说明行业共识正在快速形成：在AI时代，安全的定义不再只是“防住网络攻击”，而是“在AI驱动的世界里守护确定性、可靠性与信任”。谁能实现AI与安全的双向融合，谁就能站在岗位价值的上游。

从组织层面来看，这种复合能力的要求正从“加分项”变为“必备项”。无论是新组建的AI安全团队，还是传统安全团队新增的模型安全、AI治理职能，都要求从业者同时掌握两个领域的逻辑：一方面要能理解大模型的训练、部署与调用链路，识别提示注入、越狱、数据投毒等AI特有风险；另一方面要能沿用成熟的安全方法论，将风险度量、应急响应、合规审查等能力迁移到AI场景中。这种“既懂安全攻防、又懂AI机理”的双重能力，正是行业最稀缺也最具价值的核心能力。

第四部分：个人行动指南——安全从业者如何应对

一、认知重塑：AI是“放大器”，而非“替代者”

面对变化，第一步是校准认知。ISC2的研究给出了一组值得深思的数据：一方面，高达73%的从业者认为AI将创造更多专业化安全技能需求，72%认为AI会催生更多战略岗位；另一方面，SANS研究揭示了一个有意思的“悖论”——SOC分析师岗位需求同比增速高达31%，但实际从业者规模的增长几乎为零，仅约0.1%。当前行业组织的真实处境并非“岗位过剩”，而是“人才缺口大、技能不匹配”。

因此，将AI简单理解为“会取代安全从业者”，既不符合现有数据结论，也无助于做出正确转型决策。更准确的认知是：AI是一个巨大的生产力放大器——它放大了能够驾驭它的人的个人价值，同时也放大了不愿学习者的贬值风险。安全岗位不会消失，但岗位的核心内涵正在被快速重构。与其焦虑“自己会不会被AI替代”，不如主动追问“我在AI时代能解决什么问题、创造什么不可替代的价值”。

二、技能升级的路径与方法

校准认知之后，关键在于落地行动。结合前文提出的能力地图，可以为个人技能升级规划出一条循序渐进的路径。

第一步，夯实技术底座，建立AI安全基础认知。系统学习大模型、智能体、提示工程与RAG等基础知识，理解AI系统的工作原理与提示注入、越狱、数据投毒等已知安全弱点，做到“看得懂、说得出”。

第二步，结合现有岗位，完成“AI+安全”的能力叠加。不要脱离本职岗位空谈转型：安全运维人员可以学习将AI用于告警降噪与日志分析；安全研发人员可以掌握AI代码审计与模型安全防护能力；渗透测试人员可以研究AI辅助漏洞挖掘与模型红队技术。在熟悉的工作场景中叠加AI能力，是最快建立复合优势的方式。

第三步，参与实战落地，积累可验证的工作成果。通过企业内部的AI安全项目、红队演练、开源社区与安全赛事，把所学知识转化为可量化的实际成果。证书与认证可以作为体系化学习的载体，但其含金量最终取决于背后的真实能力——在AI时代，招聘方更看重你“解决了什么实际问题”，而非仅仅“考取了什么证书”。

第四步，关注合规治理，补齐核心软技能。主动学习AI安全相关的政策法规、数据合规与伦理规范，锻炼跨部门沟通与项目协作能力。随着企业AI应用逐步普及，能推动AI安全治理落地的人才会越发稀缺。

需要补充说明的是，上述路径并非需要线性完成的“单选题”，而是一个螺旋上升的成长过程。实践中，通常是先在具体工作中遇到AI安全问题，再带着问题针对性学习，最后回到真实场景中验证和沉淀能力，如此反复迭代。与其等待“准备妥当再出发”，不如从小处切入、边做边学，用一个个可交付的成果积累转型的信心与口碑。AI安全领域技术迭代速度极快，不存在一劳永逸的“学完即毕业”，保持持续投入本身，就是一种稀缺的竞争力。

三、职业规划建议：立足当下，向高价值环节迁移

从职业发展的中长期视角，可以给出三点具体建议。一是立足现有岗位，优先将本职工作与AI结合，做出示范性成果后，再顺势向新岗位迁移，不必频繁跳槽追逐风口。二是向价值链上游迁移，从“重复执行”转向“编排研判”与“决策治理”，这是AI时代安全岗位含金量最高的领域。三是建立终身学习机制，将“持续跟踪AI安全前沿”内化为日常工作习惯，毕竟这一领域的技术迭代速度远快于传统网络安全。

最后需要提醒的是，转型并非一蹴而就，而是一个“边干边学、动态调整”的过程。每个人所处的岗位、具备的基础各不相同，不必照搬同一种模板。只要方向正确、方法得当，并且保持持续行动，就能在AI重塑行业的过程中守住并放大自身的岗位价值。

从更宏观的视角来看，个人转型同样离不开组织环境的支撑。一个鼓励AI安全实践、能够提供学习资源与实战机会的组织，可以显著降低个人转型的试错成本。因此在做好个人规划的同时，也不妨主动参与公司AI安全相关的项目、知识分享与制度建设，在组织内部逐步建立自己的专业影响力。个体与组织相互成就，正是AI时代职业成长的重要路径——既可以推动个人价值跃升，也能帮助企业在智能化浪潮中构建更强的安全能力。

结语：未来已来，顺势而为

AI正以三重力量重塑网络安全职场：需求侧的人才缺口持续扩大，攻击侧的威胁不断加速进化，防御侧的运营逐步走向智能化。面对这一变化，安全岗位不会消失，反而会实现整体向上迁移——低价值的重复任务将被自动化替代，高价值的编排、研判、治理与复合型能力则会被持续放大。

对每一位安全从业者而言，最好的应对不是回避，而是主动进化：校准“AI是放大器”的认知，沿着“AI技术底座—安全专业内核—持久软技能”的能力地图持续精进，在自身岗位上做出AI与安全融合的示范成果。行业需要的不再是单纯的技术执行者，而是能够驾驭AI、守护安全确定性的“主导复合型”人才。未来已来，愿我们都能顺势而为，在这场变革中成长为更有价值的自己。