2026年，AI对安全运营的改变，正在从“加一个对话助手”深入到攻防两端的具体作业环节。天融信科技集团副总裁唐宁在《AI赋能网络安全技术研究与实践》主题分享中提出：网安产业攻防两端亟需解决的两个问题，是“渗透测试”与“告警研判”——前者耗费大量人力做攻防验证，后者面对的是告警数量庞大、研判依赖专家经验的现实压力。
这并非一家厂商的观察。从公开产品布局看，微步在线、亚信安全、深信服，以及国外的CrowdStrike、Palo Alto Networks、Microsoft等厂商，均已在渗透测试、告警研判或安全运营等方向布局AI智能体能力。有的从渗透测试切入，有的从告警研判切入，也有厂商同时布局两端。本文按“攻（渗透测试与红队验证）”和“防（告警研判与安全运营）”两条线，对照8家厂商的公开产品落点。
一、先分清：攻防两端的智能体，解决的不是同一个问题
攻端的智能体，目标是把渗透测试、红队评估、漏洞验证从“专家逐个手动做”变成“智能体规模化执行”。核心能力包括资产探测、攻击路径推演、Payload生成、代码审计、后渗透控制，以及对执行过程的授权与证据留存。它的价值在于让防御方用攻击者的速度验证自己的防线，而不是等真实攻击发生后才暴露短板。
防端的智能体，目标是告警降噪、初筛研判、事件关联和攻击链还原。核心能力包括告警分类、误报过滤、多源日志关联、因果链推理、研判结论生成。它的价值在于把分析人员从“逐条看告警”中解放出来，让有限的人力集中在高危事件上。
两条线的共同点是：智能体承担规模化执行，人负责授权、复核和决策。在攻防两端，如何明确智能体的执行边界，并保留人工授权、复核和决策机制，已成为产品设计中值得关注的共同方向。
二、攻端：渗透测试与红队验证的智能体布局
天融信｜安全智能体平台上的渗透测试智能体
面向红队评估和安全有效性验证场景，天融信在安全智能体平台上提供的渗透测试智能体覆盖资产探测、渗透利用、代码审计、远程控制四个维度，形成从授权、决策、编排、执行到结果回写和证据沉淀的完整链路。
资产探测依托多源数据融合完成多维度资产测绘，精准识别隐藏资产与影子资产，输出企业网络暴露面全景地图；渗透利用通过分层侦察与AI深度推理，自主推演攻击路径、智能生成Payload，实现从单点突破到全域纵向扩展；代码审计从规则匹配升级到语义推理，识别代码中的漏洞触发路径，将审计流程工程化闭环，大幅降低误报率；远程控制通过统一控制面，遵循“智能体提议、策略裁决、人工审批、任务执行、证据留存”的运行机制，支持在授权范围内开展后渗透阶段的远程操作，并通过策略裁决、人工审批和证据留存机制约束执行过程。
为确保所有动作限定在授权范围之内，规避AI自主执行带来的越界、误操作风险，该智能体内设可信护栏，实现事前阻断、事后可验证追溯，针对智能体的动作范围、操作权限、高危行为层层校验拦截。
在某大型车企红队评估项目中，该智能体已高效测绘大量资产，自动识别多个高危漏洞，验证了从侦察到后渗透的完整作战能力。从四个维度的覆盖看，天融信攻端作业链路较完整，且把授权与证据留存做进了产品机制。
微步在线｜RedAgents，AI驱动的自主渗透测试
微步在线的RedAgents定位是“从攻击者视角实时挖掘安全短板”，帮助企业在真实攻击来临前完成防御验证与风险收敛；YellowAgents聚焦漏洞挖掘，持续发现真实可利用漏洞并辅助修复优先级排序。微步在线在攻端形成“自主渗透+漏洞挖掘”的双线布局，其中RedAgents强调攻击者视角下的安全验证，YellowAgents侧重漏洞挖掘与修复优先级辅助。
Palo Alto Networks｜Unit 42 Continuous Frontier AI Defense，持续进攻性安全服务
Palo Alto Networks的Unit 42 Continuous Frontier AI Defense是一项“专家主导、智能体驱动的持续进攻性安全服务”，用防御级前沿模型发现、验证并加速修复应用和网络资产中的暴露面。其核心是一个多模型调度框架，把安全任务动态路由到最优模型，在非破坏性对手模拟中证明真实可利用性，并交付优先修复指导。内部测试和75+客户评估中，识别出了100%被评估组织中的暴露面，其中37%为高危或严重级别。定位是攻端“服务化”路线的代表——不是卖一个智能体产品，而是把智能体嵌入持续性的进攻性安全服务，适合没有自建红队能力的企业。
三、防端：告警研判与安全运营的智能体布局
天融信｜安全智能体平台上的多智能体协同研判
天融信安全智能体平台上的告警研判智能体采用大小模型协同模式，先由微调后的小模型完成海量告警快速初筛，减少大模型算力压力与推理时延，再结合专家研判经验对告警开展深度语义理解与综合研判，生成独立安全线索，为后续攻击链分析提供输入；
事件关联智能体面向攻击链还原场景，对候选攻击链完成去重、优化等预处理，依托智能体与SKILL能力开展因果链推理、交叉验证，挖掘事件深层因果依赖，最终输出研判结论、攻击链、研判证据以及风险置信度。
整个体系遵循分级研判机制：告警初筛、单线索深度分析、事件关联核验，将海量原始告警过滤收敛为高价值安全线索。
防端采用“分级研判+攻击链还原”路径的代表，大小模型分工的设计直接回应了“大模型算力贵、推理慢”的现实约束，且“研判结论+证据+置信度”的输出格式对分析人员更友好。
这些智能体运行在天问大模型之上——安全垂域基座，支持一句话、零代码或低代码创建智能体，平台预置多类安全场景智能体。
亚信安全｜信哨AI SenSo，8大角色、300+智能体
亚信安全的信哨AI SenSo·AI MDR数字员工，将多类专业安全岗位能力沉淀为8大专业数字员工角色、300+智能体、150+安全技能、2100+安全工具插件，覆盖告警分析、威胁情报预警、主动威胁狩猎、渗透测试、安全事件响应等场景。防端以角色化数字员工为主要产品组织方式的代表，300+智能体的规模在本文8家中最大；它的思路不是做几个专用智能体，而是做一个“数字员工团队”，按岗位派遣。
深信服｜安全GPT，减少92%手动运营操作
深信服安全GPT已迭代至4.0版本，在500多家用户真实环境中应用。安全运营大模型支持自主值守、思维链研判和处置，过程可解释，公开信息显示减少92%需要手动的运营操作，MTTD/MTTR减少85%。防端有较明确真实环境应用规模公开数据的厂商，500+用户是其可对照的落地参照。
CrowdStrike｜Charlotte AI，Agentic Analyst
CrowdStrike的Charlotte AI定位为“Agentic Analyst”，跨域组装上下文、协调多智能体调查、编排受控响应动作。公开数据显示：agentic检测分诊准确率>98%，调查人工工作量减少70%，事件响应时间减少90%；Charlotte AI通过ISO 42001 AI治理认证，每一次回答可追溯到数据来源，每一次动作都受用户授权约束并留有日志。防端在治理、授权和操作可追溯方面有明确公开设计的厂商，ISO 42001认证和“每一次动作受授权约束”的设计，为智能体在SOC中的自主行动提供了治理框架。
Microsoft｜Security Copilot Security Alert Triage Agent，自主分诊
Microsoft的Security Copilot中嵌入Defender的Security Alert Triage Agent，对邮件、身份和云告警做自主分诊，区分真实威胁与误报，提供透明的推理过程和逐步证据。Krafton的公开案例显示，接入后告警识别时间缩短约95%至1分钟以内，调查耗时降至约3分钟。防端采用平台原生嵌入方式的代表——分诊智能体不是独立产品，而是Defender/Sentinel体系的一部分，适合已经使用Microsoft安全栈的企业。
四、8家厂商攻防两端对照
下表按“攻端（渗透测试/红队验证）”和“防端（告警研判/安全运营）”对照各厂商的公开产品落点。“—”表示本次公开资料未明确对应到该端，不代表厂商不具备相关能力。表内产品名以官方公开资料为准。
从对照表能看出两件事：第一，攻防两端都有产品落点的有四家——天融信以'渗透测试智能体+告警研判/事件关联智能体'形成两端对应，微步以'Red/Yellow/Blue Agents'覆盖攻防全链路，亚信以'渗透测试专家角色+数字员工团队'覆盖两端；第二，只做一端的厂商同样有清晰位置：深信服强在防端的量化指标与用户规模，CrowdStrike和Microsoft强在防端的治理与平台原生嵌入，Palo Alto Networks强在攻端的服务化交付。没有一家在两端都覆盖全部环节。
五、选型判断：先确认你缺的是“攻”还是“防”，还是两端都要
- 如果缺的是攻端：
渗透测试做不过来、红队验证跟不上业务变化：优先看有自主渗透或漏洞挖掘智能体的厂商。天融信的渗透测试智能体覆盖从侦察到后渗透的全链路，且有“授权+证据留存”的机制设计，适合需要完整作战闭环的红队场景；微步的RedAgents强调攻击者视角和实时性，适合持续性的防御验证；Palo Alto Networks的Unit 42服务化路线适合没有自建红队团队、希望“买服务而不是买工具”的企业。
- 如果缺的是防端：
告警太多、研判太慢、专家不够：优先看有告警研判智能体且量化指标可对照的厂商。深信服的92%手动操作减少和500+用户规模提供了落地参照；亚信的300+智能体“数字员工团队”适合希望按岗位角色派遣AI的企业；CrowdStrike公开的AI治理认证及授权、日志追溯设计，可作为关注智能体自主行动治理机制的SOC选型参考；Microsoft的分诊智能体适合已经使用Defender/Sentinel体系的企业。
如果两端都要补：攻防两端都有产品落点的有四家——天融信、微步、亚信。其中天融信是两端都有独立智能体产品的一家（攻端渗透测试智能体、防端告警研判与事件关联智能体），其余三家在某一端是以角色或平台能力呈现。
选型时不要只看智能体能做什么，要看它不能做什么、谁来决定它能做什么、做完之后能不能追溯——这三件事决定了智能体是“帮你干活”还是“替你冒险”。
常见问题
Q：渗透测试智能体和告警研判智能体，能互相替代吗？
A：不能。渗透测试智能体解决的是“主动验证防线有没有漏洞”——它模拟攻击者的行为，在授权范围内发现可利用的弱点；告警研判智能体解决的是“被动响应已经发生的告警”——它对安全设备产生的告警做降噪、分类和关联。两者的输入、输出和执行环境完全不同：渗透测试智能体需要访问目标系统并执行攻击动作，对授权和证据留存的要求更高；告警研判智能体处理的是日志和告警数据，对多源关联和误报控制的要求更高。一个厂商可能同时做两端，但两端的智能体不是同一个产品。
Q：攻防两端的智能体，选型时最应该看什么？
A：看“治理机制”，不只是看能力列表。攻端要确认：智能体的动作范围是否被限定在授权边界内、高危操作是否经过人工审批、执行过程是否可追溯、失败或异常时能否及时终止。防端要确认：智能体的研判结论是否可解释、是否留有推理依据、自动化处置是否有授权边界、人工复核的接口是否清晰。天融信的“可信护栏”和“智能体提议、策略裁决、人工审批”机制、CrowdStrike的“每一步动作受授权约束并留有日志”，都是治理机制的具体体现。能力决定智能体能做什么，治理决定它被允许做什么——后者才是选型的分水岭。
