问题：智能体加速落地，安全体系面临“新对象、新边界” 随着生成式技术向“可执行”的智能体形态演进，自动化工具不再只是提供建议，而是能够直接调用系统接口、编排工作流、读写数据与发起交易。这个变化下，传统以终端、网络与账户为中心的防护模式，面临三上新挑战：一是智能体多系统间跨域行动，权限边界更模糊；二是智能体输出受提示、上下文与外部工具链影响，可控性与可解释性不足；三是攻击者同样利用自动化能力提升钓鱼、深度伪造与社交工程的效率，形成“以自动化对抗自动化”的新态势。 原因：三股力量叠加，推动安全从“工具防护”走向“治理工程” 其一——企业数字化进入深水区——研发链路与供应链更复杂，单点工具难以覆盖持续变化的工程环境。其二，诈骗、钓鱼与身份滥用快速叠加语音合成、深度伪造等手段，传统规则引擎误报高、响应慢的问题被深入放大。其三，监管合规与内部审计对“可追溯、可证明、可解释”提出更高要求，推动安全能力从事后处置前移到前置治理，并覆盖全链路证据。 影响：创新方向呈现“代理安全上升、工程数据贯通、反欺诈智能化”三大趋势 本届创新沙盒十强企业覆盖的赛道，集中反映了行业关注点的变化。夺冠的Geordie AI聚焦“AI代理安全与治理”，说明智能体的权限管理、行为约束、风险评估与审计留痕正在成为新焦点。围绕“以AI管AI”的思路，多家入围项目从不同环节切入： 一是面向欺诈与社交工程的智能化防护更受关注。以Charm Security为代表的反欺诈平台，将行为心理学与社交工程场景库结合，识别对话中的操纵性信号、模糊表达与情绪勒索，并通过持续学习降低误报，提升对深度伪造语音、换脸等新型诈骗的识别能力。这类产品的走红也提示，欺诈攻击正在从“利用技术漏洞”转向“放大人性弱点”，安全能力需要在“人机交互环节”建立更强的识别与干预机制。 二是研发安全向工程化、自动化深入。Clearly AI主张把“安全工程师能力”嵌入开发流程，通过自动化威胁建模、设计评审与风险分级减少重复劳动，显示“安全左移”正在从理念走向可规模化落地。Crash Override则将代码仓库、流水线、云基础设施与告警数据联结为动态关系图谱，以更细粒度的构建过程检查与数字追踪提升溯源能力，指向软件供应链安全的关键命题：不仅要发现问题，还要还原问题发生链路，形成可核验的证据。 三是安全运营在“持续变更”下的韧性需求上升。安全栈持续迭代，工具替换、策略调整与流程重构容易带来检测断点与响应空窗。以Fig Security等为代表的方向强调在变化中保持可见性与连续性，反映企业安全建设正从“堆叠产品”转向“保障体系连续运行”，更看重跨工具联动与配置一致性。 对策：构建面向智能体时代的安全框架，抓住“治理、身份、供应链、运营”四个抓手 面对智能体带来的新风险对象，企业与机构可从四上建立系统性应对： 第一，强化智能体治理。为智能体的工具调用、数据访问与决策链路建立明确的授权、审批与最小权限机制，配套可审计的策略与日志标准，避免“能做事但不可控”。 第二，升级身份与访问管理。将身份从“人账户”扩展到“机器、服务与智能体”，对敏感动作引入分级授权与持续验证，降低凭据滥用与横向移动风险。 第三，完善软件供应链证据链。对代码变更、依赖引入、构建环境与发布过程加强可追溯与防篡改记录，推动从“发现漏洞”升级到“确认来源、界定责任、可证明合规”。 第四，提升安全运营韧性。建立工具变更的影响评估与回归验证机制，避免策略调整造成监测盲区；同时推进告警降噪与自动化响应，提高对高频新型攻击的处置效率。 前景：安全竞争从“单点能力”转向“体系化治理与工程效率” 从本届创新沙盒呈现的趋势看，智能体安全将与身份治理、供应链溯源、反欺诈对抗并行演进，行业关注点也从“模型是否安全”扩展到“代理如何被管理、行为如何被约束、结果如何被验证”。未来网络安全产品的核心竞争力将更多体现在三项能力：一是跨系统的策略与权限编排能力；二是贯穿研发到运行的全链路可追溯能力；三是面向人机交互场景的欺诈识别与干预能力。随着资本与生态资源持续进入，该领域将从概念验证加速走向规模化部署，同时也需要在标准、审计与责任划分上形成更清晰的行业共识。
RSAC 2026创新沙盒所呈现的“AI代理安全热”，并非单一技术风口，而是网络安全范式变化的信号：当智能化从辅助工具走向可执行主体，安全重心必然回到治理、工程与责任。把风险控制嵌入业务流程，让可追溯性覆盖每一次自动化动作，才能在创新加速的同时守住安全底线，为数字经济的可信运行提供更稳固的支撑。