文章总结： 文章分析了Anthropic、OpenAI/Microsoft、Google、xAI四大AI巨头进军网络安全领域带来的行业重构。通过对比各家产品能力与战略，揭示了传统安全工具面临代际冲击、初级SOC岗位被压缩、攻防失衡风险加剧等核心变化。报告显示全球安全人才缺口达480万，七类AI安全新岗位涌现。建议从业者主动使用AI工具、深耕AI难以替代的专业领域、建立AI安全评估框架，在行业重构期把握结构性竞争优势。 综合评分： 89 文章分类： AI安全,安全建设,威胁情报,安全运营,安全大事件

---

当头部大模型厂商杀进网络安全领域，安全从业者该怎么办？

原创

DIMU DIMU

AI简化安全

2026年2月22日 15:40 广东

零、Anthropic 安全产品推出，资本市场当天给出答案

没有发布会，没有大规模营销，只是一篇博客，写着：「我们的模型在代码库里发现了超过500个隐藏数十年的安全漏洞。」

资本市场当天就给出了答案——Okta 跌9.2%，CrowdStrike 跌6.8%，Zscaler 跌5.47%，全球网络安全ETF 跌近5%。

一家AI 公司，上线一款代码扫描工具，把传统安全厂商的市值打下去了。这不是偶然，是过去三年持续积累的一次集中爆发。而这场爆发，对在座每一位网络安全从业者都意味着什么，需要认真想清楚。

一、四大巨头都在网络安全里做了什么

OpenAI + Microsoft：企业级AI安全的最大推手

讲 OpenAI 在安全领域的布局，绕不开微软。

OpenAI 的核心战略路径不是自建安全产品，而是通过与微软的深度整合来实现渗透。而微软，正是用这种整合，打造出了目前企业市场最具影响力的AI 安全产品：Microsoft Security Copilot。

这款基于 GPT-4 架构的AI 安全助手，在功能上远超一般人的想象。微软官方数据显示，Security Copilot 每天接收超过65万亿个威胁信号——这个量级，传统安全工具根本不可能处理。

它能做什么？自然语言驱动的威胁调查、自动生成安全事件报告、自动给出修复建议、针对可疑用户行为的自主调查……换句话说，过去需要一个 SOC 分析师盯着屏幕干几小时的活，Security Copilot 可以在分钟级完成。

更关键的是定价策略。2025年起，Microsoft 365 E5 订阅用户无需额外付费即可获得 Security Copilot 能力。对于已经大规模使用微软套件的企业来说，这相当于”免费升级了 AI 安全能力”——门槛几乎为零。

这就是平台化战略的威力：不用让你专门为安全买单，悄悄把你锁进生态。

2025年Ignite 大会上，微软进一步推出了Security Copilot 代理（Agent）功能——AI 不再只是”助手”，开始能自主执行特定安全任务。这标志着安全运营从“人工决策”向”AI自动驾驶”迈出了关键一步。

Google：数据底牌拥有者

Google 的胜负手不在模型，在数据。

2025年，Google 推出 Sec-Gemini v1，一款专门为网络安全场景优化的推理模型。这款模型整合了三个独特的数据源：

·Mandiant：全球顶级的 APT 威胁情报公司，Google 2022年以54亿美元收购

·VirusTotal：全球最大的恶意软件分析数据库

·Google 威胁情报（GTI）：来自 Google 自身搜索、邮件、云等全球基础设施的庞大威胁数据

三者叠加，构成了竞争对手几乎无法复制的数据护城河。在 CTIBench（网络威胁情报基准测试）中，Sec-Gemini 领先其他模型最高11 个百分点，而SecLM 安全平台在CTI-MCQ 测试中达到88.5%，比第二名高出14 个百分点。

Google 把这些能力全部嵌入了 Google SecOps（前身是 Chronicle）——一个整合了 SIEM、SOAR 和威胁情报的全栈安全运营平台。2025年，Google SecOps 被 Gartner 评为 SIEM 魔力象限领导者，正式进入企业安全运营的核心场景。

有一个真实案例：某金融机构接入 Google SecOps 后，检测响应时间从 2 小时压缩到 15 分钟，同时处理的数据量扩大了22 倍。

但 Google 的产品并非无懈可击。安全研究员 Viktor Markopoulos 的测试发现，Gemini 易受”ASCII 走私攻击”影响——攻击者在邮件里插入极小字号的隐藏提示词，当用户让 Gemini 分析该邮件时，AI 会同时执行这段隐蔽指令。由于 Gemini 已深度整合进 Google Workspace，能访问用户的邮件、日历和文档，这个漏洞的潜在危害被进一步放大。

讽刺的是，Google 认为这属于”社会工程学手段”而非安全漏洞。这一态度，本身也是一种风险信号。

Anthropic：掀桌子的人

Anthropic 在安全领域的声名，有一半来自他们自己主动”坦白”的事情。

2025年8月，Anthropic 发布报告，承认发现黑客试图利用 Claude 进行网络犯罪，包括编写钓鱼邮件、生成恶意代码、规避安全过滤器。Anthropic 表示系统已成功阻止这些滥用，并将整个过程公开，帮助业界理解风险。利用大模型发起大规模网络安全攻击

没有哪家同量级的 AI 公司会主动公开这种事。但这正是Anthropic 的策略——用透明度建立信任。

这种信任，在2026年2月变成了产品：Claude Code Security。

它不是基于规则的静态扫描工具，而是像一个真正的安全研究员一样，用语义推理去分析代码中的业务逻辑漏洞——那些 Veracode、Checkmarx 这类工具因为依赖规则引擎而永远找不到的漏洞。Claude Opus 4.6 已在真实代码库中发现了超过 500 个”隐藏数十年”的安全缺陷。

这对传统 SAST/DAST 工具的杀伤，是代际层面的，不是用优化能填平的差距。

xAI Grok：与政府合作

Elon Musk 的 xAI 走了一条完全不同的路。

2025年7月，Grok for Government 上线。xAI 与美国国防部签署了价值上亿美元的合同，Grok 4 将以IL5 安全级别（可处理受控非机密信息）部署，面向全部300 万国防部人员——这将是历史上规模最大的政府AI 部署。

从产品能力上看，Grok 的核心优势是实时联网能力和 X（原 Twitter）平台的庞大实时数据流，在威胁态势感知和开源情报收集方面具有独特价值。但在企业级商业安全市场，xAI 目前尚无专项产品布局。

和 Google 同样存在安全短板——安全研究人员的测试表明，Grok 也未能通过 ASCII 走私攻击防护测试。

xAI 的逻辑很清晰：企业安全市场你们去打，政府那块超高门槛、极少竞争的蛋糕，我来拿。Elon Musk 的政治影响力，在这个场景里就是最有价值的”竞争壁垒”。

二、战场差异

图：四大厂商能力与定位对比

漏洞检测能力：Anthropic 最激进，Claude Code Security 直接对标并超越传统 SAST 工具，是当前对传统安全厂商冲击最大的一个。

威胁情报深度：Google 断层领先。Mandiant + VirusTotal 的数据资产是短期内无法被模仿的。

企业落地成熟度：Microsoft/OpenAI 体系最高，Security Copilot 已无缝嵌入企业 Microsoft 365 生态；Google SecOps 次之，已有成功案例；Anthropic 产品刚刚起步；xAI 主打政府而非商业。

安全可控性：Anthropic 最强，”宪法式 AI”方法论在 ASCII 走私攻击测试中表现优异；OpenAI/Microsoft 中上水平；Google 和 xAI 在防护测试中均有明显短板。

对传统安全市场的破坏力：Anthropic 最直接，正面进攻SAST/DAST；Google 整合替代 SIEM/SOAR；OpenAI/微软布局深远；xAI 差异化绕道，暂无正面冲击。

根据瑞银2026年网络安全展望报告，CISO 们的预算优先级已经说明了一切——防火墙类产品仅有 33% 的受访者计划增加预算，而云安全（62%）、身份安全（59%）、安全运营与分析（55%）预期强劲增长。这正是 AI 重塑安全产品优先级的直接体现。

三、对整个行业的真实冲击

图：大模型的进入正在重构行业格局：从产品边界的模糊到价值链的重组

被正面打穿的：传统漏洞扫描工具

Veracode、Checkmarx 这类工具的核心逻辑是”规则匹配”——你告诉它某类写法有风险，它就扫描这类写法。但它无法理解代码的业务逻辑，无法发现那些”规则上没问题、业务上有漏洞”的安全缺陷。

Claude Code Security 的逻辑是”语义推理”——它像一个懂业务的安全研究员，从攻击者视角推导出潜在漏洞路径。这不是同类工具之间的竞争，而是代际差异。

Anthropic 发布当天，JFrog、GitLab 等开发安全工具提供商的股价也出现明显波动，投资者用行动表达了判断。

被加速替代的：SIEM 传统厂商

Splunk、IBM QRadar 的核心价值是”数据聚合+规则告警”。Google SecOps 已经证明，AI 可以让分析师用自然语言查询日志，让检测响应时间从2 小时缩到15 分钟。

更关键的是：AI 大幅降低了 SIEM 的使用门槛。以前需要专业培训才能运用的工具，现在可以用自然语言提问。这让企业的 SIEM 选型逻辑发生了根本性改变。

被压缩的：初级SOC 分析师岗位

告警分类、日志分析、事件摘要……这些 Tier-1 的基础 SOC 工作，正在被 AI 快速自动化。

Gartner 预测，到2026年超过 80% 的企业将在安全运营中部署某种形式的 AI 助手。这意味着同等工作量所需的初级分析师数量，会持续收缩。

岗位不是消失，是要求变了——会用 AI、能监督 AI、能在关键节点做决策，成为新的基础门槛。

最容易被忽视的风险：攻击者也在用AI

Anthropic 的官方报告揭示了一个令人不安的现实：技术资源匮乏的威胁组织，现在也能借助AI 发动大规模、高复杂度的攻击。

2025年11月，研究人员记录了首例AI 策划的网络攻击活动——AI 自主完成了80-90%的攻击战术操作，成功入侵约30个目标组织。这不再是假设，这是已经发生的事。

防御方的工具在升级，攻击方的门槛在降低。这个不对称，才是整个行业最深层的挑战。

⚡ 攻防失衡风险：低资源攻击者能力跃升：Anthropic 在披露案例时明确指出：”技术资源匮乏的团体现在也能发动大规模、高复杂度的攻击。”这意味着网络犯罪组织、小型国家行为者的攻击能力门槛将大幅下降，防御方面临更加不对称的竞争环境。

图：基于AI的网络攻击的生命周期

四、产品战略、人才市场、营销格局的系统性变化

产品层面：三大转变

从”规则”到”语义”。AI 安全产品正在推动安全工具从特征匹配向语义理解的根本性转变。这不是渐进改良，是技术代际更替。

从”孤立产品”到”平台生态”。Microsoft Security Copilot 与 Microsoft 365 的绑定策略已经成为行业新标准。CrowdStrike、Palo Alto Networks 也在加速平台化整合，试图在 AI 时代维持竞争力。瑞银报告指出，CrowdStrike 年度经常性收入（ARR）已突破 40 亿美元，其 Falcon 平台模式被视为”云原生+AI”的成功路径。

从”工具”到”代理”。Security Copilot 代理、AI 自主安全响应……安全运营的自动化程度正在快速深化。瑞银预测，CrowdStrike、SentinelOne 等厂商可能在2026年首次披露”智能年度经常性收入”（agentic ARR）数据，AI 代理的商业化拐点或许近在眼前。

从”平台”到”专项”：两条路径的分叉：

路径A：垂直专项工具（Anthropic / OpenAI）

直接切入安全领域特定任务（漏洞检测、代码审计），与传统安全工具正面竞争。优点是价值主张清晰、冲击力强；风险是边界模糊可能带来监管和责任问题。

典型打法：Anthropic 的 Claude Code Security 免费开放给开源社区，快速建立品牌与信任，再向企业付费转化。OpenAI 的 Aardvark 同样对非商业开源项目免费，通过”公共品”定位积累声誉。

路径B：平台级整合（Google / xAI）

将安全AI 能力嵌入更大的平台生态（SecOps、政府平台），通过生态锁定实现护城河。Google 拥有 Mandiant + VirusTotal 的独特数据资产；xAI 拥有 X 平台实时数据和政府合同。

典型打法：Google 将 SecOps 定位为整合 SIEM+SOAR+TI 的”终极平台”，通过 Gemini 提升用户黏性而非直接替代；xAI 以高安全认证（IL5）为壁垒，锁定高门槛政府场景。

人才层面：480万的缺口和七类新岗位

工业和信息化部教育与考试中心等机构联合发布的《AI时代网络安全产业人才发展报告（2025）》给出了一组核心数字：

2025年全球网络安全人才缺口达480 万人，同比增长19%。

AI 没有缓解人才短缺，反而在创造新的需求。报告首次列出了”AI 驱动的网络安全岗位图谱”，七类新兴职业值得关注：

·智能体架构师：设计和构建 AI 安全代理系统

·模型安全红队：专门测试和攻击 AI 模型以发现漏洞

·提示词安全工程师：确保 AI 系统免受提示词注入攻击

·AI 合规审计师：随 AI 监管趋严，需求将大幅增长

·AI 风险顾问：评估和管理 AI 应用的安全与合规风险

·数据合成专家：生成高质量 AI 安全模型训练数据

·智能防御架构师：设计集成 AI 能力的新型安全体系

从薪酬来看，A股上市安全公司人均年薪24 万元人民币，高出非上市企业 50%。高级AI 安全岗位的溢价更为显著，薪酬普遍高于传统安全同级别岗位。

图：安全 AI 交叉人才成稀缺资源

营销层面：叙事范式的根本转换

传统安全厂商的营销核心是”功能参数”——吞吐量多少、规则库多大、检测率多高。

AI 安全产品的营销核心是”效率跃迁”——响应时间从 2 小时到 15 分钟，分析师效率提升数倍。

Microsoft 最擅长这种叙事，把 Security Copilot 定位为”机器速度、规模防御”，成功重新定义了企业客户对安全产品的期望值。

订阅制定价也在加速普及。传统的”买断式”安全软件正在让位给”订阅+AI 能力持续升级”模式。用户支付的不再是软件许可费，而是持续获得 AI 能力的权利——这种定价逻辑，也在改变用户评估安全产品的标准。

图：四种截然不同的信任叙事框架

五、给安全从业者的七条具体建议

1. 现在就把 AI 工具用起来

申请 Claude Code Security 早期访问，用Sec-Gemini 跑你熟悉的威胁分析场景，在日常工作中引入Security Copilot 或Claude 协助告警分类和事件摘要。

《AI时代网络安全产业人才发展报告（2025）》数据显示，97% 的从业者已接受 AI 安全相关培训——但”参加培训”和”真正用起来”之间的差距，正是职业分层的关键所在。先成为深度用户，才能评估它，才能架构它，才能在下一轮筛选中站在正确的那侧。

2. 从”做安全”升级到”编排 AI 做安全”

你的核心竞争力正在从”能否执行操作”转向”能否设计 AI 工作流并监督其运行”。

具体来说，要学习如何为安全场景设计高质量提示词，了解 AI 代理（Agent）的架构与限制，掌握将LLM 嵌入SOAR/SIEM 流水线的工程方法。LangChain、AutoGen 等AI 编排框架的基础知识，正在成为新的必要技能。CAI（Cybersecurity AI）：面向全体安全从业者的网络安全智能体框架

报告建议个人构建”技术穿透力 + 合规领导力+ 战略洞察力“三维能力，完成从操作者到”智能防御架构师”的跃迁。这不是口号，是具体的转型路径。

3. 深耕 AI 目前无法替代的专业深度

AI 最弱的地方是：高度情境化的攻击者意图判断、APT 组织的战术研判、跨组织威胁情报关联、地缘政治因素分析、危机处置中的人际沟通。

建议重点布局以下方向：

·云原生安全：随云原生架构普及，专家需求旺盛

·身份与访问管理：零信任落地需要大量专业人才（瑞银调研59%的CISO计划增加身份安全预算）

·OT/工控安全：数据稀缺、AI 难以泛化，人类专家不可替代

·供应链安全治理：高度情境化，AI 难以独立决策

4. 认真研究 AI 如何被攻击者使用

防御者必须懂攻击链。你需要了解的新型攻击向量包括：

·提示词注入（Prompt Injection）：操控 AI 产生虚假或有害输出

·ASCII 走私攻击：在文本中隐藏指令操控 AI 行为

·对抗样本（Adversarial Examples）：欺骗 AI 模型做出错误判断

·AI 辅助的大规模钓鱼：利用 AI 批量生成高度个性化的攻击内容

读 Anthropic 发布的威胁情报报告，关注MITRE ATLAS（AI 威胁矩阵）框架和 OWASP LLM Top 10——这些是当前 AI 安全攻防知识的核心文档。

5. 认真考虑进入”AI 安全”这条新赛道

AI 系统本身正成为需要被保护的关键资产，同时也是需要被管控的攻击工具。这个双重属性，催生了一个全新的专业赛道：

AI Red Teaming（AI 红队评估） 是目前各大 AI 厂商缺口最大的岗位之一。Anthropic 的Frontier Red Team 约有15名研究员，OpenAI 的安全团队同样在高薪招募——薪酬比传统红队普遍高出40-80%。

AI 合规审计随着欧盟 AI 法案和各国AI 监管框架的落地，将在2026-2028年迎来大规模需求爆发。这类岗位要求同时具备安全审计、AI 原理和法规合规三重背景，人才极度稀缺。

6. 制定 AI 安全工具评估框架

对于多数安全团队而言，与其花大量资源自研 AI 能力，不如建立系统的工具评估体系。建议从以下维度评估 AI 安全工具：

·漏洞误报/漏报率：AI 的”幻觉”问题在安全场景尤为危险

·数据隐私合规：代码和日志数据送到 AI 处理，是否符合所在行业监管要求

·与现有工具集成能力：能否嵌入 SOAR/SIEM/工单系统

·可解释性：AI 给出的发现能否被人类验证和理解

始终保留人类审查节点，尤其在关键响应决策前，不要盲目接受 AI 的所有建议。

7. 警惕 AI 工具本身带来的新攻击面

这是最容易被忽视的风险。在引入 AI 安全工具时，你同时也引入了：

·AI 供应链风险：训练数据投毒可能导致模型输出被操控

·提示词注入风险：攻击者可能借助恶意内容操控 AI 产生虚假安全报告

·过度信任风险：团队对 AI 建议的盲目依赖，可能导致人类判断力的退化

建立”AI 协助，人类决策”的明确工作规范，是当前最重要的组织层面安全实践。

结语

大模型公司进入网络安全，不是要替代安全从业者。它在做的事情，是重新定义”优秀安全从业者”的标准。

全球 480 万人的人才缺口还在扩大，新型岗位正在涌现，薪酬溢价真实存在——这不是一个行业萎缩的故事，而是一个行业重构的故事。

重构期意味着：过去积累的某些技能正在贬值，某些新技能正在快速升值。

能够有效使用 AI 工具、理解其边界与风险、并把人类判断力聚焦在真正需要它的地方的从业者，将获得结构性竞争优势。

最危险的处境，不是”AI 替代了你”，而是：你身边开始善用 AI 的同行，正在以你十倍的效率完成同样的工作。

参考：

微软官方产品文档

Anthropic 研究报告 ·

Google 安全团队博客 ·

瑞银2026年网络安全展望报告 ·

《AI时代网络安全产业人才发展报告（2025）》

---

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：AI简化安全 DIMU DIMU《当头部大模型厂商杀进网络安全领域，安全从业者该怎么办？》