【TechWeb】11月13日消息，人工智能正在改变网络安全行业。随着新一代AI模型具备自主挖掘漏洞的能力，漏洞发现正从“几年一遇”变为“一年几遇”，甚至走向工业化批量发现。
研究机构Epoch AI的数据显示，仅2026年6月，全球高危及关键漏洞数量约为1500个，是此前月度历史纪录的3.5倍。10月刚刚爆出的PHP2Shell、Linux内核漏洞更是影响全球网络安全，进一步加剧了企业的紧张情绪。
亚马逊云科技安全合规高级经理江学森直言，传统网络安全正在被颠覆：AI带来的不仅是更多漏洞，更是攻击速度、攻击门槛和攻击方式的系统性变化。
面对这些挑战，AI时代，网络安全的防御思维和能力也必须要升级焕新。
AI攻击质变，防守必须用AI
江学森将AI时代的安全攻击概括为四个特征：分钟级、全自主、零门槛、低成本。漏洞从公开到被利用的时间窗口持续坍缩，AI可以端到端完成攻击链、无需人类指导介入，一条指令就能发起复杂攻击，人人皆可发起专业攻击，与此同时攻击成本越来越低的同时，攻击质量却逐步趋近于顶尖攻击者。
更值得警惕的是，AI不仅被攻击者用来放大能力，Agent还可能自主发起攻击。就近期市场上出现的一些情况，江学森也概括到，一些Agent为了完成任务会穷尽手段，甚至出现逃逸沙箱、攻击代码靶场、伪造身份等情况，而它本身并不认为这是恶意行为。而大模型自身很难区分使用目的，攻守双方都能使用同一能力。模型迭代带来的安全能力增强并非人类可完全设计，而是训练到一定阶段自然涌现。这意味着，防守方不能寄希望于“模型自带安全”来解决所有问题。
传统安全运营的短板在AI攻击面前被急剧放大。江学森总结为四类问题：漏洞发现不及时；发现后修复不及时；安全基线欠缺，弱口令、未启用MFA、密钥长期不轮换等旧问题被AI更快找到；Agent应用缺少安全可控保护。攻击手段是新的，被利用的短板却是旧的。AI只是把这些长期存在的安全债务，用更快的速度兑现成了真实损失。
江学森向 TechWeb表示：“安全行业本就存在攻守失衡问题：防守方要检查所有门窗才能证明房子不漏水，攻击方只需找到一条缝隙。AI让这种失衡进一步扩大。”。当企业每天面对成千上万条告警、系统中存在大量漏洞时，靠人力逐条分析、排期、修复已经不可行。江学森表示，用人肉对抗AI在任何领域都不太可行，安全防守必须借助AI的能力，要用AI比攻击者更早发现漏洞、验证漏洞并推动修复。
Amazon Continuum：把“发现—排序—验证—修复”跑通
今年10月，亚马逊云科技宣布针对代码漏洞的Amazon Continuum正式可用，该服务能够以机器速度发现、优先级排序、验证并修复安全风险。它不是简单的代码扫描器，而是围绕代码漏洞生命周期组织的多Agent系统：发现、验证、修复三个阶段使用专门Agent，证据向前传递，每个阶段都建立在前一阶段完成的工作之上。
在发现阶段，Continuum分析代码库并形成候选漏洞发现，记录支持每个候选的源代码证据。验证阶段，专门Agent尝试将候选发现转化为可演示的安全问题，构建概念验证并在隔离沙箱中运行，判断观察到的行为是否支持该发现。修复阶段，系统把漏洞追溯到根因并产出补丁，再验证补丁确实阻止了已证明的失败，且项目功能测试仍然通过。修复方案针对确立漏洞时使用的同一套证据来评估，而不是只给出一条风险分数。
在加州大学伯克利分校RDI推出的CyberGym-E2E基准测试中，Continuum以89.0%的端到端成功率位居第一，高出此前公开最佳纪录65.9%近 23个百分点；在不设时限运行时，端到端通过率可达93.7%。该基准包含920项任务，基于139个开源项目的历史OSS-Fuzz漏洞，要求系统先识别并演示漏洞，再产出经过测试的修复方案，并检查修复后项目是否仍通过功能测试。Continuum的成绩既反映底层前沿模型能力，也体现多Agent安全系统的设计价值。
据透露，通过采用Amazon Continuum，跨境金融数字科技平台飞来汇将渗透测试效率由数天缩短至几小时，增量代码扫描在每次PR后1至2分钟反馈，构建“7×24自动化+关键场景人工补强”的智能AppSec体系。韩国SaaS合作伙伴LG CNS使用Amazon Continuum将渗透测试时间缩短最多80%至1天，全自主运行成本降低70%，上下文文档将评估可靠性从60%提升至90%。
江学森介绍，Continuum的独特能力在于结合部署上下文做优先级判断。它根据两个主要源构建上下文图谱：客户的代码存储库和AWS环境。通过在运行代码的账户和区域设置收集器，Continuum可以收集AWS Config资源、网络配置等信息，判断漏洞是否可被网络触达、攻击者能从中获得什么。它据此识别客户价值最高的系统，如客户数据存储、支付管线和身份验证服务，再按攻击路径与这些系统的距离对问题进行排名。Continuum试图回答的是：这个漏洞在真实环境中是否可利用、会影响什么业务。进而，Continuum为每个已确认问题生成修复程序，包括代码补丁、依赖项升级或配置更改，并以拉取请求形式在连接的代码仓库中打开，等待人工审查和合并。每项修复都需要人工批准，最终决策仍由团队作出。
双向赋能：AI赋能安全，也要安全赋能AI
江学森强调，AI与安全是双向赋能：一方面要保护在云上构建的AI应用、数据和系统，即Security for AI（安全赋能AI）；另一方面要用AI提升安全效率，即AI for Security（AI赋能安全）。Continuum代表的是“AI赋能安全”的方向，但亚马逊云科技的布局不止于此。
在安全赋能AI方面，随着企业纷纷构建Agent，新的风险暴露点从网络延伸到Agent的上下文。提示词注入、记忆投毒、工具滥用、数据泄露、沙箱逃逸等问题，不需要入侵系统，可能只需要说服Agent做出错误判断。
亚马逊云科技通过Amazon Bedrock AgentCore提供模块化能力：AgentCore Runtime以microVM技术为每个会话提供隔离计算环境，防止Agent逃逸沙箱或跨会话泄露数据；AgentCore Identity建立独立身份，基于最小权限原则分发和加密存储OAuth Token；AgentCore Gateway统一管理工具和MCP调用入口，提供调用链审计与OpenTelemetry遥测；AgentCore Policy基于Cedar策略语言，在Agent调用工具前实施确定性拦截；Amazon Bedrock Guardrails则对输入输出进行内容过滤、敏感信息保护、提示词注入防护、词汇过滤、话题控制和事实性校验。此外，SHIP安全态势提升计划帮助客户检查MFA未开启、安全组过度开放、日志和监控未启用、异常登录等基础安全问题。
江学森表示，AI会重构每一个安全细分领域，安全也需要重构每一个AI层级。从基础设施、模型、数据和知识，到Agentic平台和Agent，每一层都要加载安全能力。面对不可避免的AI攻击，防守方能做的是在攻击者发现之前，用AI发现现有威胁和漏洞并完成修复。
Continuum跑通“发现—排序—验证—修复”闭环，AgentCore为Agent构建可控边界，二者共同指向同一个判断：AI时代的安全，不能仅靠人肉对抗机器速度，而要用AI的速度、上下文和确定性护栏，重建防守体系。这不仅是产品能力的竞争，更是整个行业生态需要共同推进的方向。
