当AI学会抱团，攻防规则被改写

过去一年，安全行业的争论焦点还是"AI会不会被用于攻击"。现在，答案已经没有悬念——Cisco Talos直接把问题改写成了"组织如何扛住持续、可扩展的AI驱动攻击"。与此同时，IBM一口气披露了智能体开发平台Langflow的25个漏洞，其中两个是无需认证的远程代码执行。而国内这边，绿盟科技联合中国科学院信息工程研究所发布了面向智能体时代的白皮书。三条消息摆在同一张桌子上，指向同一个判断：智能体安全不再是"大模型安全的延伸话题"，它正在成为独立的主战场。

🐝 一、攻击周期从月到小时，被打掉的是防守方最值钱的东西

红队做过的人都懂：一次像样的渗透测试，光前期准备就够喝一壶。情报收集、基础设施搭建、武器化、横向移动路径设计，动辄以月计。这笔时间成本，过去是防守方最大的护城河——你有几个月的窗口去发现异常、修补边界。

Cisco Talos的最新警告，打掉的正是这条护城河。协调作业的AI智能体集群（agent swarm），可以把传统上需要数月的红队级攻击全流程压缩到小时级。侦察、初始访问、权限提升、横向移动——每一个环节都可能由一组专职智能体并行完成，彼此分工、彼此校验，失败了一个就换下一个。

这背后的产业逻辑值得细想：攻防对抗的本质是时间差经济。防守方的安全运营中心（SOC）建立在"攻击需要时间"这个假设上，告警分析、取证、响应都有天然的滞后容忍度。当攻击周期进入小时级甚至分钟级，MTTD（平均检测时间）和MTTR（平均响应时间）这些指标就会集体失灵——你还没看完第一条告警，对方已经完成了三个横向移动步骤。

据多位接近海外厂商的人士透露，不少SOC团队目前连单智能体辅助攻击的检测用例都还没建好，集群化的场景更是基本空白。 Talos这句话说得克制，但翻译过来很直白：问题已经不是"要不要防AI攻击"，而是"你的防线能不能跟上机器的速度"。

🧩 二、Langflow的25个漏洞：智能体平台的"地基裂缝"

如果说Talos讲的是攻击端的未来，IBM这份公告讲的是眼前的现实。

Langflow OSS是什么？它是目前颇受开发者欢迎的可视化AI智能体与工作流构建平台，支持用Python做深度定制，影响范围覆盖1.0.0到1.12.2版本。IBM一次性披露了25个漏洞，其中两个被评为严重级——无需认证即可远程代码执行（RCE）。官方建议直接升级到1.12.3，并且没有提供任何临时缓解措施。

这条消息最值得玩味的地方在于时机：它发布的语境，恰恰是大量企业正在把智能体平台快速塞进生产环境。开发者拖拽节点、连接工具、挂上API密钥，一条数据流就跑起来了。但平台本身的攻击面——那些Python自定义能力、那些对内部工具的调用权限——很多安全团队并没有当回事。

把两件事连起来看，产业链的风险链条就清晰了：

一个被接管的智能体平台，比一台被攻陷的服务器危险得多——因为它天然持有工具调用权限、API密钥和对内部系统的合法访问路径。这正是供应链攻击逻辑在AI时代的复刻：不打你的业务，打你业务的"地基"。

行业里流传一句话："AI时代的SolarWinds，大概率会出在智能体编排层。"这话未必是预言，但Langflow这25个漏洞至少证明，智能体基础设施的安全债已经欠下了，而且欠得不轻。

📋 三、白皮书与测评：监管把"可控"变成硬指标

回到国内视角。3月20日，北京，一场围绕智能体安全的发布会聚集了国内AI安全领域的核心力量。

由中国信息安全测评中心指导，绿盟科技联合中国科学院信息工程研究所编写的《面向智能体时代的大模型安全——Agentic Security一体化安全范式重构与工程实践》白皮书正式发布。这个标题里最关键的词是"Agentic Security"——它宣告智能体安全是一个独立的工程范式，而不是大模型安全的附属品。

会上两个观点值得记录。中国信息安全测评中心研究员李维杰博士提醒了一个容易被忽略的风险：大模型到具身机器人再到智能体，产业发展迅猛，但"若应对不当，行业可能再度陷入发展寒冬"。这是很清醒的判断——AI行业历史上不是没经历过冬天，安全的规模化治理难题如果悬而未决，随时可能成为下一轮降温的导火索。

中国科学院信息工程研究所的陈恺主任则把风险讲得更具体：模型供应链可能引入后门与污染数据；越狱防御可以利用模型内部状态变化来实现；推理过程中用户隐私暴露需要系统性缓解手段。这三点恰好对应智能体落地中最常被绕过的三个环节。

注意时间线上的节奏：测评中心在2025年12月就发布了《人工智能安全风险测评（2025年）》，这次又以指导单位身份站台白皮书。监管的打法已经明确——把"系统行为是否可控"这一关键问题，通过测评体系变成可量化、可验收的硬指标。 李维杰的原话是：建立覆盖智能体全生命周期的安全能力，才能更好促进产业发展。对厂商来说，这不是建议，是入场券。

💡 四、Agentic Security：安全范式重构里的产业机会

把三条线索放在一起，一个产业的轮廓开始浮现。

攻击端在加速（Talos的集群警告），平台层在补债（Langflow的25个漏洞），监管端在立规（测评体系与白皮书）——这不是巧合，这是智能体从实验品变成基础设施时的必然阵痛。每一代新技术栈成为关键基础设施，安全都会重演一遍"先跑马、后修路"的剧本：云计算如此，容器如此，这次轮到智能体。

但这一轮有一个本质不同：传统安全范式的核心假设是"人发起攻击、人实施防守"，而智能体让攻防两端都出现了"机器对手"。攻击者用集群并行作业，防守方如果还在靠人看告警，就是在用马车追高铁。所谓"一体化安全范式重构"，落到工程上就是几个硬问题：智能体的每一步工具调用是否可审计？权限是否最小化？行为异常能否被实时阻断？全生命周期——从模型选型、数据接入到上线运行——安全能力是否覆盖？

对安全厂商而言，这是肉眼可见的增量市场：智能体网关、工具调用审计、运行时行为检测、平台漏洞管理，每一块都还没有统治级的玩家。据业内交流中流传的说法，已有头部云厂商把智能体安全从AI安全团队里拆出来单独立项——这通常意味着真金白银的投入已经开始。

而对采购方，则要警惕另一个陷阱：别把"大模型安全"的旧方案换个标签卖给智能体场景。提示词过滤、内容合规这些能力解决不了工具调用被滥用的问题，两套逻辑需要分开建。

小结：速度决定成败

Talos的警告、Langflow的漏洞、白皮书的发布，三件事看似独立，实则同频：智能体正在从"能干会拼"的效率工具，变成攻防双方都要争夺的作战平台。攻击周期被压缩到小时级，意味着防守方的每一次延迟都在为对手创造窗口；平台层的漏洞债，意味着地基没打好之前，楼盖得越快塌得越疼；而监管测评的提前布局，则给了产业一条明确的底线。

未来12个月，值得盯三个信号：智能体平台漏洞的披露频率、Agentic Security类产品的实际落地率、以及测评体系何时进入强制性要求。谁能把防守速度提升到机器的量级，谁才配谈智能体时代的生意。