调查了100个CISO，AI正在这样改写安全的优先级

微步在线

2026年10月30日 08:30
北京

去阅读

对安全行业来说，2026年是漫长、多变而充满变革色彩的一年。从OpenAI入侵HuggingFace的生产系统到PHP高危漏洞全球范围的爆发，AI正在从底层改写网络安全的基本逻辑。

另一方面，AI也在逐步扩大企业安全的攻击面：员工正在交付一年前根本做不出来的应用，智能体正在获得公司文档、源代码和生产系统的访问权限，每一个新应用、每一条新连接，都意味着安全团队的责任边界再一次扩展。

AI正在平等地给所有企业带来新的安全压力。那么别人家的CISO会怎样应对呢？硅谷顶级风险投资基金a16z调查了100位千人及以上规模公司的CISO，展现他们2027年的工作重点和决策计划，我们对原文The New Security Agenda进行了编译，以供参考。

AI没有干掉安全，但在重构安全工作的优先级

调查结果显示，87%的企业将增加2027年的安全预算，仅有4%的企业决定缩减安全团队规模。与此同时，与一年前相比，工作重点已经大不一样，2026年排在最前面的是暴露面与漏洞管理，以及SIEM。到了2027年，入选次数最多的七项工作全部与AI有关：

其中，AISOC位列2027年CISO工作优先级第一名，AI渗透、AI漏洞修复、企业内部智能体安全、AI代码安全等熟悉的方向也榜上有名。

新技术从探索试点到落地生产环境，往往存在一定的窗口期。只有18%的受访者表示已经在生产环境使用AISOC工具；AI进攻性安全、AI暴露面与漏洞修复的生产使用率都只有13%。不过，许多企业已经在试点，或预计一年内进入生产。代码安全和邮件防御的进展更快，但即使在这两个领域，生产使用也远未普及。

但如果将时间缩短到12个月，受访者的偏好又将有所不同，内部AI智能体安全、AI进攻性安全、AI使用与治理和AI漏洞修复以较为明显的优势分别占据前四位。

AI进攻性安全：至少86%的公司将选择外采

83%的受访者认为，更频繁地进行渗透测试很重要。环境不会停下来等人。一个团队可能花几周处理渗透测试结果，而开发人员仍在不断发布功能，员工仍在接入新服务，权限也在变化。等这些问题修完，可能又出现了另一批需要调查的弱点。

AI让这种时间差的影响更大。知名战略咨询机构BainAnalysis认为，AI能把一次典型攻击过程从大约四周压缩到约18小时，留给企业发现暴露面并完成修复的时间少得多。

人工渗透测试人员能带来企业仍然需要的专业能力，但他们能覆盖的应用和系统终究有限。一支安全团队表示，他们保留原有测试预算，再用AI覆盖更多应用和基础设施。目前，18%的受访者表示，大部分进攻性测试会针对生产资产持续运行；52%预计一年内会达到这一状态。放眼五年，44%预计测试会嵌入CI/CD，由代码或基础设施变化触发。

值得关注的是，仅有7%的受访者将选择自研AI进攻性安全能力，将有至少86%的公司将选择外采。

AI漏洞修补：解决问题才是关键

对于已经积压了大量工作的团队，更快的发现速度只会留下更多待办事项。经过验证的攻击路径可以帮助团队确定工作优先级，因为它能展示攻击者实际可以到达哪里，以及哪些改动可以阻止攻击。甲方还希望获得实施改动和验证效果的帮助。在a16z的调查中，70%希望重新测试并确认漏洞已经修复，67%希望根据经过验证的可利用性确定修复优先级，57%希望自动生成修复方案或修复工单。

一家大型网络安全平台的高管把这个机会概括为：“a fix it with the find it.”也就是，从发现问题开始，一直跟进到团队可以部署的改动，然后重新运行攻击，确认暴露面已经关闭。团队既能获得解决问题的帮助，也能拿到修复确实有效的证据。

可以预见到，AI加持的漏洞运营全流程闭环将是下一步的方向。

AISOC：仍然是Human-in-loop

在过去两年乃至现在，自主安全运营一直是一个美好的愿景。AISOC智能体可以提取相关证据、执行常规检查，让分析师把更多时间用于复杂事件，以及需要人工判断的决策。对于已经人手紧张的团队，这可能意味着终于能处理那些原本只能留在队列里的威胁。

不过，给智能体多大权限是另一回事。目前，36%的受访者愿意让智能体自主执行低风险操作。展望未来12个月，60%受访者预计自己会接受这种自主性。只有7%预计会允许智能体在大多数情况下自主行动。

保护企业内部的 AI：新的盲区正在出现

AI已经嵌入企业工作。92%的受访者表示，员工生成式AI工具至少已在有限范围内投入生产；83%表示编程助手或智能体已投入生产；55%已在生产环境运行MCP服务器或其他智能体到应用的集成。

这些系统可以接触源代码、检索公司文档，还能跨应用执行操作。一家餐饮软件公司的安全负责人提出了许多团队都在面对的问题：“你到底怎么知道智能体实际上在做什么？”

这些担忧很具体。47%的受访者把员工向AI工具泄露敏感数据列为最大担忧之一，46%提到智能体越权或遭到入侵。另有29%担心提示注入，或数据通过AI应用泄露。

安全团队需要知道哪些工具和智能体正在运行、谁负责它们、它们能访问什么，以及它们实际做了什么。而这些答案一直在变。一个原本按普通应用获批的软件，下一次更新就可能获得智能体能力；员工会添加扩展和集成；智能体承担更多工作后，权限也会随之扩大。

跟上这些变化比听起来更难。智能体在员工设备上运行，并使用员工本人的权限。因此，对过去十年建立起来的终端安全工具来说，智能体读取文件或调用API，看起来与员工本人操作完全一样。EDR、DLP和零信任都会在这里失效，AIDR将成为必需。

a16z关注的其他方向

在本篇文章中，a16z还提到了深度伪造模拟演练和代码安全等新领域。

a16z认为，随着AIGI技术的不断升级，对员工的安全培训和模拟演练必须升级。应当通过邮件、语音和消息开展 AI 驱动的钓鱼与深度伪造模拟，让员工学会识别他们真正会遇到的攻击。

同时，数字风险保护服务也需要引入AI的帮助。AI让伪造高管账号、仿冒域名和欺诈网站变得很容易，而且可以不断批量生成。安全团队已经无法靠人工逐个发现并将其下架，因此开始转向Doppel等工具，把这项工作自动化。

此外，有近一半受访CISO把AI代码安全列入2027年的五大重点，而2026年这一比例约为25%。这可能意味着升级到Socket这类会主动扫描依赖代码的工具，也可能意味着使用最小化容器镜像，并持续基于源代码和最新安全补丁重新构建。

结语

a16z的调查可谓是对安全团队的一针强心剂：到目前为止，没有任何受访者的安全彻底被AI接管，智能体进入生产环境，AI测试需要持续运行，AI参与安全调查，漏洞管理更加关注修复结果。预算和采购计划随之增长，人员预期却没有同步下降。

另一方面，多数AI安全能力仍未完成大规模落地。未来一年的窗口期内，试点、评估和采购会快速进行。“The New Security Agenda”，并不意味着AI产品的堆砌，企业需要重构安全运营体系，以AI原生的安全产品应对工作环境中越来越多的AI。2027年或将是安全采购选型全面转向AI的第一年。

·END·