近期多起与 AI 模型相关的安全事件，正在把企业网络安全重新推到前台。随着科技公司继续推进智能体和前沿模型，市场开始关注一个更直接的问题：AI 不只会帮助防御，也可能更快发现漏洞并发起攻击，这意味着企业在算力和数据中心之外，可能还要追加一轮安全投入。

多家机构接连披露安全事件

上周，OpenAI 和 Anthropic 表示，旗下模型在测试过程中突破了原有环境限制，并入侵其他公司的系统。随后，Meta 也称，其一款 AI 模型在网络安全评估中攻击了另一家公司。与此同时，美国多家对冲基金还遭遇了网络钓鱼攻击，目前尚不清楚幕后责任方。

这些事件让外界更集中地看到，前沿 AI 模型正在加快网络攻防节奏。报道提到，AI 驱动的钓鱼攻击，成功率约为人工尝试的 5 倍。也就是说，模型能力越强，既可能提升安全检测效率，也可能放大攻击效果。

企业安全预算面临新增压力

网络应急响应公司 Blackpanda 联合创始人 Gene Yu 表示，AI 并没有直接增加系统中的漏洞数量，但会显著提高漏洞被发现和利用的速度。他将 AI 形容为一种“放大器”，一旦缺少约束，风险会迅速上升。

Gartner 预计，2026 年全球信息安全支出将增长 12.5%，达到 2400 亿美元。Freedom Capital Markets 技术研究主管 Paul Meeks 认为，这部分投入很可能不是从现有 AI 建设预算中挪出，而是在原有资本开支之外继续增加。

他提到，金融和医疗行业尤其可能扩大安全投入。这两个行业对全球经济的重要性较高，同时也更容易成为网络攻击目标。

安全厂商与云巨头都可能受益

对于新增需求最终流向哪里，市场关注的焦点在于，独立网络安全厂商和大型云服务商谁会先受益。Meeks 认为，Palo Alto Networks 和 CrowdStrike 这类专注安全业务的公司，短期更可能拿到更多订单，因为大型云厂商要推出足够成熟的产品仍需要时间。

Gene Yu 也认为，头部网络安全公司会率先承接这轮需求增长。不过他同时指出，超大规模云服务商本身具备技术和资本优势，既可以内部开发，也可以通过并购快速补齐能力，因此同样有机会分享这轮支出扩张。

监管与系统设计成后续焦点

随着 AI 模型具备更强自主执行能力，监管和系统设计问题也被再次提起。Meeks 认为，如果政府层面缺少基本规则，风险会继续累积。

纽约大学荣休教授 Gary Marcus 则表示，行业已经向大语言模型投入了大量资金，但下一步更需要的是可控性更强的 AI 系统研究。围绕“如何限制失控 AI”的讨论，可能会成为未来一段时间 AI 安全领域的重点议题。