美伊协议刚签完，以色列轰炸黎巴嫩——伊朗：美国管不住盟友
古板网络宁静行业，正在被 AI 重新订价 。已往，漏洞挖掘是一件高度依赖人的事情 。高水平黑客、长时间代码剖析、稀缺的零日漏洞，配合支撑起宁静公司的商业价值 。但在第十四届互联网宁静大会上，360 集团首创人周鸿祎给出了一个更直接的提醒：" 实际上最后真正干掉我们的恐怕不是友商，而是突入这个行业的陌生人 。"他所说的 " 陌生人 "，指向的是 Anthropic 旗下的 Mythos（漏洞挖掘智能体） 。这类 AI 系统已经开始具备自主寻找漏洞、剖析漏洞并结构攻击代码的能力，也让古板宁静防御体系面临新的压力 。当漏洞挖掘的速度变快、数量变多、本钱继续下降，已往依赖专家经验和软硬件堆叠的宁静模式，也会被迫调解 。面对这一变革，360 推出了自动化漏洞挖掘智能体 " 图龙锋 "，并计划宣布自动化防御系统 " 仪天阵 " 。除了宁静攻防自己，周鸿祎也谈到了 AI 时代企业组织的变革 。在他看来，企业落地智能体，不可只把它当成一个效率工具，更要害的是把员工经验、业务流程和组织协作方法重新梳理出来，不然很容易陷入高 Token 消耗、低业务回报的困境 。 01 漏洞通缩恒久以来，网络宁静行业的商业逻辑建立在 " 漏洞难找、漏洞有用 " 的基础上 。高质量的零日漏洞在市场上价值数百万乃至上千万美元，挖掘历程也高度依赖顶尖黑客的恒久人工剖析 。但 AI 正在改变这件事 。周鸿祎在演讲中提到，Anthropic 原本是为了解决 AI 自动编程带来的代码宁静隐患，训练出了 Mythos 。这个模型厥后展现出更强的能力：它不但能理解代码逻辑，还能自主寻找漏洞、剖析漏洞，并结构攻击软件 。" 真正的原因我觉得美国政府看到的不是一个大模型，而是一种新的国家级战略能力，" 周鸿祎在演讲中将其破坏力界说为质变，" 我的描述是相当于 AI 时代核武器 。"周鸿祎认为，Mythos 带来的变革主要体现在四个方面 。第一是速度 。已往，一个高价值漏洞从发明到转化为攻击武器，可能需要数月甚至数年 。现在，这一历程有可能被压缩到 "N 分钟甚至 N 小时 " 。第二是数量 。只要算力足够，AI 可以同时开启成百上千个智能体，对开源代码和既有系统进行连续搜索 。已往隐藏在代码深处的历史漏洞，可能会被集中挖出来 。第三是本钱 。AI 挖掘漏洞主要消耗算力，周鸿祎提到，挖出一个高价值漏洞的平均本钱已降至不到 1000 美元 。相比已往依赖顶尖黑客长时间投入，这会直接改变漏洞市场的价格体系 。第四是门槛 。顶级黑客的作战经验一旦被蒸馏成智能体能力，就可以被批量复制 。不懂编程的普通人，也可能借助这类工具生成攻击代码 。周鸿祎还提到，美国已拉拢谷歌、苹果等科技巨头及焦点盟友建立 "Glasswing" 联盟，利用最高 1 亿美元的 Token 额度，对要害基础设施进行内部漏洞大排查，而中国企业被排斥在该联盟之外 。这也让宁静问题带上了更强的地缘色彩 。针对这一危害，周鸿祎给出了自己的判断：" 如果我们找不到有效的应对要领，中国网络宁静可能碰面临第二次单向透明……已经不是敌暗我明，而是酿成了敌快我慢，敌众我寡 。"在他看来，当竞争敌手已经可以用 AI 批量发明漏洞时，古板依赖人工响应的防守体系就会越来越辛苦 。海内宁静行业不可继续停留在被动防御阶段，而要尽快建立相应的自动化能力 。360 给出的计划，是避开纯粹拼基座模型的路线，转向 " 智能体 Harness 系统 "（智能体调理系统），把 20 年的攻防经验与宁静大数据转化为一组可以协同事情的宁静智能体 。其中，自动化漏洞挖掘智能体 " 图龙锋 " 已累计挖掘 3000 多个漏洞 。360 还计划宣布自动化防御系统 " 仪天阵 "，试图把漏洞发明、验证、修复和防御响应串成一套更自动化的流程 。" 唯一的出路就是以算力对抗算力，以智能对抗智能，以机械对抗机械，让中国防御体系从人海战术走向自动驾驶 。" 周鸿祎总结道 。同时，360 联合 20 家国产信创要害厂商提倡 " 磐石之盾 " 计划，试图提前建立面向国产要害软硬件的漏洞排查机制 。 02 AI 倒逼企业组织重构在宁静攻防之外，周鸿祎也谈到了企业如何使用 AI 智能体 。他认为，现在许多企业对智能体的理解过于工具化，只是把它当成一个更智慧的助手，用来写文档、做客服、生成代码 。但如果只是给员工多装一个 AI 工具，企业很难真正完成智能化转型 。周鸿祎对华尔街见闻等体现，智能体在企业内部必须高度定制化，要害在于提取 " 隐性知识 " 。" 如果不可够把员工的隐性知识蒸馏成技术，酿成智能体，那智能体永远不可能在企业内部把活给干好，" 他体现 。这些隐性知识，既包括老员工处理业务的经验，也包括集会纪录、相同沉淀、流程规则和异常处理要领 �；痪浠八�，企业已往数字化做得深不深，数据和流程沉淀够不敷，都会影响智能体能不可真正进入业务 。在企业算账时，Token 本钱也正在酿成一个现实问题 。周鸿祎直言，因为宁静界限不确定，再加上 Token 消耗性价比压力，360 在纳米 WORK AI 事情平台中选择放弃接入龙虾模型 。他认为，这类开放式推理智能体放在企业生产情况里，很容易爆发过高的算力消耗 。早期具备开放式推理能力的智能体，在执行任务时可能会不绝实验工具，甚至陷入循环 。为了完成一个目标，可能消耗上千万乃至上亿 Token，结果却未必稳定 。更重要的是，开放式推理还会带来宁静危害 。周鸿祎认为，将开放式的推理型智能体放入企业内网是高度危险的，" 它一定会带来不宁静的问题，并且不宁静的问题是无法预见的，因为你不知道它会推理出用什么样的工具做什么样的事情 。"因此，在本钱和合规压力下，B 端市场更可能转向受限情况中的事情流型智能体 。它们不会无限制自由探索，而是在企业既定权限、工具和流程规模内完成任务 。但周鸿祎认为，智能体进入企业，最难的地方还不可是代码和工具，而是组织自己 。现在许多企业推进 AI 转型，只是在单个岗位上做提效 。产品经理用 AI 写需求，前端用 AI 写页面，后端用 AI 生成代码，看起来每个岗位效率都提高了，但部分之间的协同方法没有改变，整体效率未必真正提升 。" 光把智能体 AI 能力当成一个单点工具，提高单点效率，但你整个企业的组织架构、岗位界说、业务流程都没有做改变，有点像你买了最先进的发动机装在马车上，它的效果是不可的 。" 周鸿祎在采访中使用了这一比喻来描述目今的工业错位 。在他看来，企业未来要做的，不可是培养 " 超等个体 "，还要形成 " 超等组织 " 。当古板软件逐渐酿成智能体可以挪用的底层技术，治理者也需要学会重新界说岗位、流程和智能体界限 。这意味着，企业治理者不可简单把任务交给 AI，也不可完全放任 AI 自由行动 。真正的难点，是把业务拆清楚，把权限划清楚，把流程设计清楚，再让智能体在这个框架内连续事情 。