AI 正在彻底重塑网络安全行业。从告警降噪到自主响应，从辅助决策到自主执行，一场从“安全助手”到“安全智能体”的范式革命已然发生。本报告深度拆解 AI for Security 的完整图景、市场格局及落地路径。
01 引子：当 AI 巨头闯入安全赛道
2026 年 2 月 20 日成为网络安全行业的分水岭。Anthropic 正式发布 Claude Code Security，以推理驱动的代码漏洞扫描工具直接切入传统安全厂商的核心领地。消息发布当日，CrowdStrike、Cloudflare、Zscaler 等头部安全厂商股价应声下跌，Global X Cybersecurity ETF 跌幅显著。
紧随其后，OpenAI 发布 Codex Security。全球两大 AI 实验室在半个月内先后跨界，标志着行业坐标系的重置。内部文件显示，新一代模型已具备自动发现主流产品未能检测到的 0day 漏洞利用路径的能力。这不再是概念验证，而是实质性的市场冲击。
02 市场爆发：年均增速 19%-24%
AI 驱动的安全运营市场正经历前所未有的增长。综合多家权威机构数据，2025 年全球 AI 网络安全市场规模介于 250 至 340 亿美元之间，年均增长率高达 19%-24%，远超传统网络安全市场。
投融资与并购数据印证了市场热度：
- 初创企业崛起：7AI 估值在 10 个月内跃升至 7 亿美元；Dropzone AI 实现 11 倍 ARR 增长。
- 巨头并购潮：Google 收购 Wiz、Palo Alto Networks 收购 CyberArk、Cisco 整合 Splunk，交易金额均达数百亿美元量级。
- 中国市场表现：安恒信息 AI 相关收入超 2 亿元；启明星辰 AI 项目客单价翻倍；深信服 MSS 覆盖 3500 家企业并斩获多个海外百万美金大单。“叫好不叫座”的刻板印象已被打破。
03 范式革命：从 Copilot 到 Agent
2025-2026 年的核心变化是 AI 安全工具从“辅助式 Copilot"向“自主式 Agent"的范式转变。
- Copilot 模式：AI 作为智能助手提供建议，决策权仍在人类分析师手中。
- Agent 模式：AI 在明确边界内自主执行调查、响应、修复等完整工作流，人类角色转变为监督者和策略制定者。
这一转变依托于多 Agent 架构的成熟及 SecBench 等评测基准的建立。国内领军企业如深信服提出“人是 AI 的一个环节”，知道创宇要求全员使用 AI，代表了行业最前沿的人机关系重构。
04 三大刚需：告警疲劳、人力缺口、MTTR
三大刚性需求驱动了 AI 在安全领域的迫切应用：
告警疲劳
现代安全工具产生的海量告警中，高危事件占比不足 1%。AI 降噪效果显著：
- 火山引擎 Circle：告警聚合率达 99%，实现从十万级告警到百级事件的精准过滤。
- 美创科技：日均告警控制在约 100 条，检出率与准确率均达 95%。
- 知道创宇：针对互联网暴露面大的客户，降噪范围可达 99%。
人力缺口
国内安全行业面临结构性错配：初级人才供大于求，但"AI+ 安全”的高端复合型人才极度稀缺。
MTTR 压缩需求
传统人工流程难以满足快速响应要求。美创科技、知道创宇、绿盟科技等厂商数据显示，AI 应用使平均响应时间（MTTR）改善幅度超过 50%。
05 量化收益：工时下降 50%-83%
先行者已报告显著的量化收益：
- 知道创宇：通过 AI Agent 将安全分析工时降低 83%。
- 深信服：MSS 团队 T1 研判员大幅精简，单工程师服务客户数从 17 家提升至 30 家。
- 绿盟科技：在人工工时、MTTR、误报率及处置闭环率等全维度指标上改善超过 50%。
在数据质量可控、场景边界清晰的条件下，AI 已具备实质性替代人工重复劳动的潜力。
06 最大阻碍：数据质量与私有化鸿沟
约六成企业将数据可用性与质量列为 AI 应用的最大阻碍。安全数据普遍存在标注不足、格式不统一、噪音比高的问题。
云端模型拥有海量数据训练优势，而私有化部署受限于单一客户的数据规模，效果差距显著。这迫使行业重新思考部署模式：金融、政务等高敏感行业需接受私有化带来的效果妥协，而低敏感场景则更适合云端或混合部署。
07 技术路线分化：自训大模型收益递减
行业共识表明，安全垂域大模型微调的边际收益正在快速递减。竞争壁垒正从“谁的模型更强”转向“谁的工程化更扎实”：
- 语料生产平台质量：如深信服 15 年积累的安全运营语料库。
- 数据底座规模：如 360 百 PB 级安全数据在垂域精调中的不可替代性。
- 工具链 MCP 化程度：核心能力 API/MCP 化成为关键。
在威胁检测等核心场景中，小模型（0.1B-0.85B 参数）因满足毫秒级延迟和高吞吐量需求，成为技术刚需而非退而求其次的选择。
08 MCP/A2A 协议：安全产品开放化浪潮
主流厂商纷纷披露 MCP/A2A 协议化战略，主动将核心能力对外开放，成为可被调用的开放能力节点。360、深信服、启明星辰、安恒信息等均已布局。安全产品的竞争维度已从“平台功能全”转向“专项能力强、接口标准高”。
09 Security for AI：新兴独立赛道
保护智能体本身的安全已成为独立市场赛道。
- 亚信安全：提出包含生态互信、组织治理、纵深防护的三层智能体安全框架。
- 悬镜安全：聚焦供应链安全，推出模型血缘图谱和投毒检测能力。
- 长亭科技：提供 Security for AI 评估服务。
需警惕的是，该赛道已出现恶性价格竞争苗头，专业安全厂商的回报周期面临挑战。
10 竞争格局：头部加速分化
国内头部梯队竞争格局日益丰富：
- 第一梯队（深度验证 + 规模商业化）：深信服、360 数字安全、安恒信息、启明星辰。
- 第二梯队（技术领先但规模待验证）：绿盟科技、知道创宇、海云安、长亭科技、青藤云安全。
- 第三梯队（细分赛道专精）：悬镜安全、亚信安全、未来智安等。
与海外巨头相比，国内企业在技术深度、生态整合和全球化能力上仍有差距，最优模型能力差距约为 20%。
11 行动建议：CISO 与 SecOps 团队的实践路径
第一阶段（0-90 天）：告警降噪与验证
选择单一告警源试点，目标是将告警数量降低 30-50% 且零漏报。成功标志包括分析师处理时间显著下降及团队信任度建立。
第二阶段（90-180 天）：扩展场景与流程整合
将 AI 能力扩展至威胁狩猎辅助、事件调查加速、漏洞优先级排序等 2-3 个相关场景。
选型避坑指南
- 避免演示型成功：坚持在真实数据上进行 POC 测试。
- 警惕全场景承诺：要求供应商明确区分已产品化、试点中及路线图规划的场景。
- 摒弃大模型噱头：关注实际效果而非技术路线。
基础建设：数据与权限
引入 AI 前需进行数据健康检查（完整性、标准化、标注、可访问性）。同时，针对 AI Agent 的自主执行能力，必须建立最小权限原则、操作白名单、日志回溯及异常行为监控四大权限控制机制。
12 未来展望
未来 24 个月是产业格局定型的关键窗口期。能够同时完成规模化商业化、MCP 能力开放及 Security for AI 布局的企业，将在下一轮竞争中占据制高点。
AI for Security 市场已从“是否应用”全面转向“如何规模化”。随着 AI 巨头入局代码安全、MCP 开放化趋势确立及智能体安全赛道兴起，市场竞争的边界和规则正在被重新定义。未来三年，将是 AI 重塑网络安全的关键时期。
来源：数说安全，人工智能产业链 union 推荐阅读。不代表人工智能产业链 union 立场，转载请注明。如涉及作品版权问题，请联系我们删除或做相关处理。
编辑：Zero