AI怀疑派与AI狂热派，在网络安全上都错了

安在

2026年10月21日 18:37
上海

去阅读

2026年，人工智能早已不是科技圈挂在嘴边的“未来时”，而是几乎每个行业都必须直面的“现在进行时”。代码生成、漏洞挖掘、安全运营……AI正以肉眼可见的速度，改写网络安全行业的底层逻辑。然而，面对这波浪潮，行业内部却呈现出两种截然相反的姿态：一派坚定地认为“AI不过是又一场技术泡沫，风头一过就会退潮”；另一派则把全部注意力押在模型排行榜、AGI进度和“智能体逃出沙箱”的新闻上，仿佛安全团队未来的工作，已经被AI安排得明明白白。

与此同时，市场上还流行着两种更极端的叙事：一边有人说“AI会终结网络安全”，另一边有人说“AI离不开网络安全”。前者让安全从业者焦虑于饭碗，后者又让决策者觉得可以高枕无忧。在ross看来，这些标签化的叙事全都绕开了真正的问题。

两种声音针锋相对，各有各的道理，也各有各的支持者。作为长期观察网络安全行业、一手创办“Venture in Security”专栏的美国网络安全领域撰写者Ross Haleliuk，过去几年与这两个阵营的人打过大量交道。ross坦言，每一派都有自己的闪光点，论据也都相当扎实——但正是在与双方的反复交流中，ross逐渐得出了一个与主流预期相反的结论：这两派，可能都错了。

这个判断并没有故作高深。ross随后用两段层层递进的分析，分别拆解了怀疑派错在哪里、狂热派又错在哪里，并给出了在他看来真正值得安全团队投入注意力的方向。以下，是ross观点的完整梳理。

一、怀疑派：还停留在“一切照旧”的旧地图上

ross认为，我们正生活在一个技术变化速度前所未有的时代。三个月前还算先进的技术，转眼就成了“旧款”；一年前的技术，几乎可以被称为“古董”。他强调，底层架构与工程基础依然适用，但“可能性”本身已经被彻底重写。作为在“前AI时代”主导过产品的人，ross坦言，要抛弃过去行之有效的经验、去尝试今天真正有效的做法，并不容易；但恰恰因为难，这件事才显得格外重要。

他经常听到怀疑派这样说：“没什么真正在变，AI不过是一阵风潮，迟早会过去。”ross尊重不同意见，但他强烈反对这种判断——在他看来，这不仅是偏见，更是严重的误判。怀疑派的论据，往往建立在“我还没看到变化”之上，但技术的扩散从来不是线性的：它先是悄悄发生，然后突然无处不在。云是这样，AI也会是这样。

需要澄清的是，ross并不打算鼓吹“有了Claude Code，网络安全就被解决了”之类的极端说法，也不认为“AI会抢走所有人的饭碗”或“我们从此可以不买工具、全靠自己写安全产品”。他尊重读者，也懒得贩卖焦虑。ross只是想提醒所有人：AI对安全的改变已经实实在在地发生，而且正在加速。

为了说清楚这一点，ross搬出了一个几乎完美的类比——云计算。

当年亚马逊推出AWS时，几乎没有人真正理解云计算将带来什么。回过头看，当时绝大多数人的判断都是错的：受监管行业的公司一度斩钉截铁地表示“永远不会上云”，可到2026年，几乎所有金融机构、医院和公用事业企业，都已经把一部分最关键的工作负载搬上了云，其中不少甚至已经“纯云部署”——这个过程花了二十年，中间还经历了一场全球大流行，但它的路径是先慢得出人意料，再快得超乎想象。与此同时，安全人员当年以为云最大的麻烦会是配置错误——这至今仍是重大问题，但真正影响深远的，其实是云带来的第二、第三阶后果：SaaS应用的爆发式增长，身份体系的失控蔓延，第三方风险的成倍扩大，诸如此类。

AI正在复刻同样的路径，只不过这一次，行业显然学聪明了。ross观察到：受监管行业的公司如今在主动寻找“向AI说Yes”的方式，重心从“找理由反对”变成了“看看自己在哪里，小步快跑地推进”；安全行业虽然仍对提示注入这类攻击津津乐道，但已经开始意识到，补丁管理和漏洞治理才是更值得投入的方向；更重要的是，AI爆发带来的第二、第三阶后果，正在被企业当作“现在就必须处理”的问题，而不是十五年后再说。ross坦言，行业当年花了十多年才正视云带来的真实威胁，这一次面对AI，速度快得多——这在他看来是件值得高兴的事。

这种转变正在被具体的动作印证。ross指出，一批企业已经开始围绕AI带来的新暴露面做投入：一方面通过AI渗透测试等手段收缩暴露面，另一方面加固自身环境、把预防做在前面。换句话说，行业不再把AI仅仅当作一个需要讨论的话题，而是开始把它当成一个需要管理的现实。从这个意义上说，怀疑派口中的“没什么在变”，往往是因为他们只盯着第一阶的涟漪，而忽略了第二、第三阶的巨浪。

而云计算最深远的改变，是彻底重塑了安全的交付方式。CrowdStrike、Palo Alto Networks、Zscaler、Cloudflare这些巨头的崛起，靠的正是云赋予的规模化能力。AI与云如出一辙：它改变软件的构建方式，加快软件的发布速度，制造出庞大的攻击面，同时也让安全的交付第一次拥有了此前无法想象的方式与规模。可以把多少手工劳动和低层决策交给AI智能体？ross给出的答案是：这个数字“令人震撼”。

二、狂热派：看懂了AI，却盯错了方向

如果说怀疑派的问题是“看不见”，那么狂热派的问题就是“看错方向”。ross直言，真正理解AI威力的人，往往把注意力放在了错误的事情上。

整个行业都在追踪“十月发布的模型比九月发布的模型强在哪里”，人们讨论AGI，讨论智能体逃出沙箱，讨论AI每天又比昨天聪明了多少。ross无意参与这些争论，他的问题朴素得近乎扫兴：这些话题，对一家普通的安全团队——而不是Anthropic或OpenAI的员工——到底意味着什么？

他的答案是：与其纠结“攻击者是谁”，不如关注“他们怎么达成目标”，以及“我们如何阻止他们”。当国家级对手、AI智能体、脚本小子手里拿着同样级别的工具时，攻击者的身份还重要吗？真正重要的是他们如何攻进来——换句话说，重要的是攻击链本身。在ross看来，“对手是谁”更多是一个新闻标题，“对手怎么进来”才是一张作战地图：无论对手是国家级APT组织、被误配置的自动化智能体，还是拿着AI工具的脚本小子，只要他们都要走同一条链，防守方就能用同一套框架应对。

这里，ross引用了洛克希德·马丁公司在2011年提出的Cyber Kill Chain（网络杀伤链）框架。它把一次攻击拆成七个环节：侦察、武器化、投递、利用、安装、命令与控制、达成目标。从这个视角看，正确的问题不是“我们是被AI智能体攻击，还是被人类攻击”，而是“我们如何打断这条攻击链”。

想清楚这一点，安全团队面对的就不再是一个日新月异、捉摸不定的“AI”，而是一套早已熟悉的攻防语言：有Kill Chain，有MITRE ATT&CK，有NIST，有Cyber Defense Matrix。攻击者想干什么、防守方该怎么拦，这些我们其实都清楚。之所以感到混乱，恰恰是因为大家都在盯着错误的方向。换句话说，防守方并不缺少“知道”，缺的是把“知道”变成“做到”的执行力——而AI真正能帮上忙的，恰恰是执行层面的提速。

更扎心的是，ross认为AI并没有改变企业被攻破的根本原因。一位聪明的朋友曾对他说过一句话，ross不止一次引用：“二十年前我们有两个问题，补丁和口令。今天，我们依然只有这两个问题。”AI不改变这个现实，它改变的是两样东西：一是漏洞被利用的速度，二是“注意义务”的门槛。

过去几十年，行业一直可以把问题扫进地毯底下：技术债？“以后再说”；关键漏洞？“以后再说”；该打的补丁？“以后再说”。防御的经济学允许我们无视几十年积累的欠账，因为我们知道攻击者的资源同样有限，大概率找不到这些死角。我们甚至默认：“如果真有顶尖高手盯上我们，反正也挡不住。”AI打破了这个默契——因为它迫使我们现在就必须把每一个攻击者都当作顶尖高手来对待。漏洞被利用的时间窗口在急剧缩短，而五年前有效的防御，明天依然有效。所以，回到基本功：知道你有什么，理解什么对业务真正重要，牢牢管住数据，以及其他那些“无聊但正确”的实践。

这背后还有一个更冷酷的算账逻辑：当AI把攻击的边际成本压到接近零，“我们不知道自己在运行什么”就不再是可以被原谅的疏忽。监管机构、保险公司、客户审计都会追问同样的问题——你清楚自己的资产吗？你打过该打的补丁吗？这些追问，正在把“注意义务”从一句道德呼吁，变成商业与合规层面的硬约束。

三、第三条路：把AI放回工具箱

如果只盯着这两派，很容易陷入非此即彼的单选题。但ross给出的方向，其实更接近“第三条路”：既不神化AI，也不矮化AI，而是把它放回它应在的位置——一个改变速度与规模的杠杆，而不是一套全新的攻防逻辑。这既不是骑墙，也不是和稀泥。在ross看来，“适度”本身就是一种专业判断：知道什么该交给AI、什么必须留在人手里，恰恰是安全团队未来最核心的能力。

这个“中间位置”之所以在组织层面尤其重要，是因为它直接关系到注意力和资源的分配。安全团队的焦虑，很大一部分来自把“模型的智力竞赛”误当成“安全的攻防竞赛”：模型强不强，是实验室里的竞争；安全做得好不好，是运营层面的事情。前者决定上限，后者决定底线。一个团队如果每周都要停下来学习最新模型的评测数据，就等于把稀缺的注意力从自己的环境里抽走，投向了与自己无关的战场；反过来，一个团队如果拒绝承认AI已经改变利用速度、拒绝学习AI辅助检测与修复，就等于用昨天的防守节奏，去对抗今天和明天的进攻节奏。

在ross看来，这种二选一的撕裂还有一个实打实的代价：资源错配。把预算和人力押在“追新模型”上的团队，往往在资产清点、漏洞治理、身份安全这些存量问题上捉襟见肘；而把“AI是泡沫”当挡箭牌的团队，则可能错过用AI压缩运维成本、放大防守人效的窗口期。两条路殊途同归——都在用错误的地图，寻找错误的目标。

如果要把这条中间路线落到日常运营，ross的建议其实并不复杂，甚至略显朴素：先盘点清楚自己有什么，再标出哪些资产对业务真正关键，然后让AI去啃补丁、漏洞、身份这些陈年顽疾，用节省下来的人力去做监控与响应。检验标准也不是“我们用了多新的模型”，而是“我们是否打断了攻击链”——Kill Chain和MITRE ATT&CK这些老框架，恰恰就是这套验收语言。

结尾：未来已来，只是分布不均

ross很喜欢一句话：“未来已经到来，只是分布得还不均匀。”他认为这正是AI当下的写照。我们不必等待网络安全行业“发生什么变化”——它其实已经被改变过很多次：从本地部署到云端，从规则检测到机器学习，从一切静态到一切动态。每一次改变都没有“终结”网络安全，这一次由大语言模型和AI智能体掀起的新浪潮，同样不会。

所以，当安全团队积极寻找用AI变得更高效、更强大的方法时，退后一步、想清楚“如何守护我们的环境”同样重要——在ross看来甚至更加重要。AI最大的价值，恰恰在于解决那些盘桓已久的顽疾：资产管理、漏洞管理、补丁、身份……机会在于啃下网络安全最棘手的骨头，而不是假装世界上唯一重要的事，是前沿实验室发布新模型的速度与成绩。每当拿不准的时候，请记住：Cyber Kill Chain和MITRE ATT&CK这两套超过十年的框架，在AI时代依然像AI时代之前一样适用。

**END

点击这里阅读原文**