Check Point CTO：AI 正在重塑网络安全的全面价值——从防御规模化到新风险挑战

事件概览

在 Check Point 于巴黎举办的 Engage 2026 用户大会上，全球 CTO Jonathan Zanger 接受了 CSO Spain 的专访。Zanger 将 2026 年定义为“互联网问世以来网络安全领域最大变革的年份”，并详细阐述了 AI 如何从多个层面重塑网络安全的攻防格局。

技术与风险分析

AI 使防御规模化，但也助长攻击

Zanger 指出，Check Point 过去依赖专家团队手动分析威胁、创建签名，人力限制使防御难以规模化。AI 的引入彻底改变了这一局面：安全团队现在可以借助 AI Agent 实现 20 倍的效率提升。公司内部部署了约 300 个 AI 实例持续监控和测试系统。

但攻击者也同等受益。AI 降低了发起复杂攻击的门槛，导致“更小、更快的威胁团体”激增。AI 驱动的钓鱼、勒索软件、恶意软件和漏洞利用在速度和数量上均显著提升，传统的检测与响应已不足以应对——当攻击可在数秒内造成破坏时，预防成为关键。

AI 的非确定性带来全新安全挑战

传统 IT 系统是确定性的：相同输入产生相同输出，易于保护。而 AI 系统理解自然语言、处理歧义，行为不可预测。与此同时，AI 的价值取决于其连接的系统数量——安全团队希望限制连接以减少攻击面，而业务部门则希望将 AI 集成到组织各处以获取信息。这种张力导致攻击面急剧扩大。

所有 AI 平台均存在漏洞

Zanger 透露，Check Point 在过去一年中对所有主流 AI 平台进行了安全性评估，发现每个平台都存在严重漏洞。这并非针对特定厂商，而是因为创新速度远超安全考量。他特别强调：企业不应默认某个 AI 平台是安全的，仅仅因为它来自知名供应商。

企业影响分析

• 运营风险：AI Agent 访问企业系统时可能被操纵，导致数据泄露或业务中断。
• 合规风险：AI 的黑箱特性使审计与合规变得困难，尤其在 GDPR 等法规下。
• 品牌风险：AI 驱动的攻击更逼真、更难防范，成功入侵可能严重损害客户信任。
• 供应链风险：若 AI 供应商存在安全缺陷，将直接波及其所有客户。

行业趋势观察

Zanger 认为，2026 年标志着 AI 从“辅助工具”转变为“安全的核心变量”。三个趋势尤为关键：

1. AI 增强防御：安全团队利用 AI 实现漏洞检测、态势评估、告警响应的自动化和规模化。 2. 保护 AI 应用本身：生成式 AI 的快速采用催生了全新的安全领域——确保 AI 模型不被滥用、不泄露敏感信息。 3. 对抗 AI 驱动的攻击：需要结合零日检测模型和模拟道德攻击者的 AI 系统，实现预测性防御。

这不是孤立事件，而是整个行业的结构性转型。

防御与应对建议

• 企业层面：在所有 AI 项目启动之初就嵌入安全层，建立跨安全团队与 AI 团队的合作机制。
• 技术层面：部署可解释的 AI 安全方案，在不牺牲效率的前提下保留人工追溯能力。采用多层预防策略，而非仅依赖检测与响应。
• 管理层面：制定 AI 连接策略，限制非必要的数据流，并定期对 AI 平台进行独立安全评估。

SecurityPost Insight

Jonathan Zanger 的访谈清晰揭示了 AI 时代的两个核心悖论：AI 既是史上最强大的防御杠杆，也是攻击者手中的新利器；AI 的价值与其连接性成正比，但风险也同步放大。

对企业安全决策者而言，最关键的启示是放弃对供应商声誉的盲目信任。所有 AI 平台都存在缺陷，安全必须从第一天起就嵌入架构而非事后补救。同时，可解释性不再是“锦上添花”，而是实现信任与快速响应平衡的基础。

未来一年，我们预计将看到更多因 AI 代理权限管控不当导致的数据泄露事件，以及专门针对 AI 应用的攻击手法（如模型投毒、提示注入）。那些率先建立 AI 安全治理框架的企业，将在下一个竞争周期中占据明显优势。