绿盟科技出席华泰证券2027年度投资峰会，以“智慧安全4.0”重构AI时代的安全价值
内容提要
绿盟科技副总裁汤旭在华泰证券峰会上指出，攻击侧已AI化、工业化，防守侧必须用AI。他提出“智慧安全4.0”，将AI从外挂变为内生，构建智能原生底座、持续进化与自主运营体系，追求业务“零中断”。绿盟在AI漏洞挖掘、渗透测试、未知威胁防治和自主运营等场景落地，并强调模型决定下限、安全厂商决定上限，安全厂商在AI时代仍不可替代。
延伸解读
从“外挂”到“内生”：AI安全的关键在工程链路
汤旭指出，防守侧瓶颈不是能否生成答案，而是答案能否被信任并执行。智慧安全4.0强调将模型嵌入安全工作流，而非外挂式叠加，中间需要上下文完整、权限清晰、结果可验证等工程与治理环节。这提示读者，评估AI安全产品时，不应只看模型参数或演示效果，更要关注其与现有流程、权限体系和验证机制的整合程度。
三个落地场景揭示AI安全的价值边界
文章给出以攻促防、未知威胁防治、自主运营三类场景：AI漏洞挖掘与渗透测试形成可度量流水线；未知威胁规则运营从数天缩短到数分钟；数字人平台在低频迂回渗透案例中完成跟踪与处置。这些案例说明AI安全的价值体现在缩短响应周期和形成闭环，但文章未披露误报率、覆盖范围等量化指标，读者需注意其验证仍以厂商自述和赛事成绩为主。
“模型决定下限，厂商决定上限”背后的分工逻辑
汤旭提出模型能力越接近专家，专业体系越重要，并以基于智谱GLM-5.3底座在CyberGym打榜中95.02%的漏洞复现成功率为例。文章同时承认模型厂商在环境差异、错误代价、权限责任、交付形态上存在短板。这暗示企业选型时，底座模型只是起点，安全厂商的数据积累、工程化能力和责任闭环才是决定实际效果的关键变量。
竞争转向能力组合，开源收紧抬高体系门槛
文章判断安全行业竞争正从单品能力扩展到数据、模型应用、平台集成、服务交付、生态协同五个方向，并提到开源大模型普遍收紧网络攻击相关能力，使安全垂域模型价值凸显。这意味着安全厂商的差异化不再是有没有模型，而是能否稳定解决一类高价值问题；同时，闭源可控的垂域模型与底座厂商合作并存的格局，可能成为后续观察行业变化的重要线索。
Q&A
绿盟科技提出的“智慧安全4.0”具体包含哪些核心内容？
“智慧安全4.0”包含四个核心：构建智能原生底座，让AI成为安全架构的基础设施；发展持续进化能力，模型自学习、自迭代、自适应；演进自主运营体系，从“人盯告警”到“AI主导、专家监督”，多智能体协同自动处置；达成业务韧性效果，从“零事故”到“零中断”，弹性自愈贯通物理域、信息域与数据域。
为什么说防守侧必须用AI？攻击侧AI化带来了什么挑战？
攻击侧已完成AI化、走向工业化，防守侧若不上AI，将陷入降维式被动。防守侧的瓶颈不是“能否生成答案”，而是“答案能否被信任并执行”，传统厂商面临的是结构性挑战，而不只是产品功能缺口。
绿盟科技在AI智能漏洞挖掘和渗透测试方面有哪些落地成果？
绿盟科技推出漏洞挖掘Skills、漏洞挖掘MCP，背后是Harness加四类分析集群（污点分析、单点分析、逻辑分析、供应链分析）；AI智能渗透测试依托1M长上下文、多步链式推理、自主规划动态决策，实现全流程自主渗透，并用“证据门禁—数据飞轮”保证长任务稳定。相关能力已在信通院第一期大模型漏洞挖掘能力横评中获得认可，并在第二届腾讯云黑客松智能渗透挑战赛上斩获决赛一等奖。
面对0day等未知威胁，绿盟科技如何利用AI提升响应速度？
绿盟科技利用AI增强未知威胁检测能力，快速发现攻陷事件，根据捕获信息迅速生成检测或阻断规则。以“协议混淆+数据嵌套命令注入(XML)”场景为例，AI驱动的现场规则运营从数天缩短到数分钟，并完成发现、研判、处置、沉淀的完整闭环。
在自主运营方面，绿盟安全数字人平台是如何应对低频迂回渗透的？
在一次攻击者盗用合法运维账号、分四个时间点低频迂回渗透的案例中，绿盟安全数字人平台凭借业务异常识别、全程跟踪追溯、证据约束定性、全网主动狩猎与监测技能进化完成防守。通过AI驱动持续7×24不间断运营与主动狩猎，数字人提升了风险评估、协同处置、验证进化的全链路闭环能力。
AI时代为什么安全厂商仍然不可替代？
因为模型能力越接近专家，专业体系越重要；环境差异、错误代价、权限与责任、交付形态是模型厂商短期内难以跨越的四道坎。模型决定下限，安全厂商决定上限，安全厂商的角色从提供工具升级为整合技术、流程、专业判断与责任闭环。
绿盟科技在AI安全方面采取了怎样的战略布局？
绿盟科技采取AI安全双轮驱动战略：“风云卫”以AI赋能安全，全链路自研安全大模型，实现专业、闭源、可控；“清风卫”保护AI自身安全。同时与智谱深度合作，以稳定强劲的底座叠加场景化安全能力和约束体系，共同面向市场。
