安全工程正從仰賴人類警覺，轉向由系統與機器持續監看的自動化防禦。這個主軸貫穿了 QCon London 2026 的安全議程，也成為 Atsign 工程師、同時擔任該議程主持人 Chris Swan 在 InfoQ 播客中回顧與展望的核心。他在訪談裡指出，多數漏洞並非來自開發者當下寫下的那一行程式，而是來自腳下層層堆疊的抽象：依賴套件、作業系統、平台，甚至處理器本身。這些抽象一旦洩漏，問題就會從意想不到的方向冒出來，而人類的注意力根本不足以長期追蹤所有環節，因此必須把「關注」這件事系統化、自動化，讓機器不斷檢查各層是否出現新的弱點。
把記憶體安全做進硬體
其中一個最具體的倡議，是把記憶體安全下沉到硬體層。CHERI，全名是 Capability Hardware Enhanced RISC Instructions，是劍橋大學研究團隊發展的架構擴充，目標是在硬體層直接攔截越界存取這類錯誤。所謂越界錯誤，就是程式存取了不該存取的記憶體區塊，這是緩衝區溢位等一整類漏洞的根源。CHERI 的作法是在硬體層偵測到就越界時直接拋出例外，而不是等軟體事後補救。
這個方案之所以被認真看待，是因為替代路線的成本高得驚人。目前開源生態約有 55 億行 C 與 C++ 程式碼，相較之下 Rust 只有約 7000 萬行。要人類把這些 C 與 C++ 全部改寫成 Rust，即使有 AI 輔助，時間尺度也幾乎難以想像。更關鍵的是，改寫本身並非萬靈丹：把部分 coreutils 改寫成 Rust 的案例就丟掉了數十年累積的實務經驗，功能雖然等價，卻引進了新的邏輯缺陷。記憶體安全不等於系統安全，其他攻擊面依然存在。
CHERI 的吸引力在於，它讓既有 C 與 C++ 程式碼只要重新編譯成能感知 CHERI 的版本，多數情況下幾乎就能取得硬體層的保護，頂多需要小幅調整。換句話說，語言本身仍不安全，但硬體替它把關。目前的旗艦手機系統單晶片已經局部採用類似能力，例如最新 iPhone 與部分 Android 旗艦機種，在特定版本的作業系統上啟用了硬體記憶體安全功能。真正可能帶來普及的是 RISC-V：它的 Android 設定檔尚未完全定型，標準仍比 x86 與 Arm 更有彈性，若把 CHERI 指令納入，受惠的將不是高階旗艦，而是入門與中階手機與平板，讓記憶體安全變成普遍存在的預設值。
治理與供應鏈：SBOM 從選項變成義務
供應鏈安全則因為法規而從「最好做」變成「必須做」。SBOM，也就是軟體物料清單，是一份列出產品內所有軟體元件的清單。歐盟的網路韌性法案 CRA 已先讓漏洞通報義務生效，而 SBOM 的要求預計在隔年十二月上路。這代表任何在歐盟銷售軟體、或銷售內含軟體的產品，都必須附上 SBOM。
這個制度最早由 Josh Corman 倡議，主張美國聯邦政府應強制要求 SBOM。他的邏輯是：沒有人想賣已知含有漏洞的軟體給政府這個大買家，既然要附清單，採購方就能看出依賴套件裡藏了什麼，進而要求修補或壓低價格。聯邦政府採購量夠大，這樣的要求就會外溢成全體受益的社群標準。美國後續透過行政命令與 CISA 推動，而歐盟的 CRA 則把它推到真正大規模落實的階段。
SBOM 的實際作用有兩層。第一，它本身就是一種證據，證明組織至少願意花力氣盤點自己的軟體組成。第二，拿到清單後，就能搭配其他工具比對已知漏洞，評估自身的暴露程度。Sara Wells 在議程中談的治理，正是把這些動作嵌進交付流程：在持續交付管線裡產生 SBOM、加上 SLSA 證明來說明軟體如何被建構，並執行 Open Source Security Foundation 的評分卡。用廚房的比喻，就是向客戶證明食材正確、烹調程序妥當、整個過程衛生。重點是，若一開始就把它設計進流程，成本並不高；若事後才補，就會變成沉重的負擔。
後量子密碼學：標準已定，實作卻仍稚嫩
後量子密碼學是下一個必須面對的時程壓力。Chris Swan 指出，Q day 指的是量子電腦成熟到能實作 Shor 演算法、進而破解 RSA 與橢圓曲線等傳統非對稱密碼的那一天，而各種預測都不斷往前挪。密碼演算法本身的標準已經底定，NIST 的標準化流程已選出優勝者，ML-KEM 與 ML-DSA 都已標準化；但實作生態非常不成熟。OpenSSL 雖然已有這些演算法的實作，卻只存在於最前沿的發行版，多數企業環境根本還沒升级到那裡，於是得先搬遷到最新發行版，或回頭把功能回port到舊版，過程相當混亂。
更棘手的是盤點。多數組織其實不清楚自家密碼部署在哪些角落、有哪些系統必須改動。這種情況很像千禧年問題的重演：先找出所有出問題的位置，再逐一更新軟體，使其具備密碼敏捷性，最後換上新演算法。之所以強調敏捷性而非直接綁定新演算法，是因為外界對後量子演算法普遍存疑。標準化評估過程中已有大量候選方案被淘汰，其中一個基於格的方法更被以 Anthropic 的 AI 工具進行的暴力破解攻破。與其把新演算法深度綁進現有系統，不如預設它們未來仍可能被替換。
同樣的時程壓力也出現在憑證。信任錨點之一憑證授權單位的私鑰，若被量子電腦反推，攻擊者就能偽造任何憑證。因此根憑證必須遷移到後量子方案。與此同時，憑證壽命正從一年縮短到 90 天，再往 45 天邁進，組織若不自動化簽發與更新流程，根本跟不上。修補節奏也一樣：微軟的修補日一次可能釋出約一千個修補程式，一旦這些漏洞資訊公開，AI 就能被用來快速產生攻擊手法，從得知漏洞到被利用的窗口正不斷壓縮。
AI 的雙面性與非人類身分風險
AI 在這一切裡同時是威脅也是機會。對攻擊者而言，LLM 讓他們更快、更大規模地造成破壞；對防禦者而言，它提供了前所未有的檢測能力。像 Project Glasswing 這類工作，就是讓防禦方用模型評估自家軟體、搶在攻擊者之前找出漏洞。白箱測試、內部原始碼分析也逐漸普及，開發者開始直接要求程式助理對程式碼做安全評估，把它變成流程的標準環節。更長遠來看，漏洞總數是有限的，若能用這些工具把漏洞逐一挖出來修掉，零日漏洞的威脅終究會收斂。
真正的隱憂在於身分與權限。非人類身分不是新問題，多數組織內的非人類身分數量可能是員工的十倍，而 AI agent 的爆發讓這個數字急速膨脹。Viktor Anderson 已開始倡議關注 AI 身分。最基本的原則是不要把手上的鑰匙整串交給 agent，而是給予任務導向、顆粒度極細的權限，只允許它完成當下需要做的事，並搭配完整的稽核與監控。這裡出現一個循環：要管理大量 agent 的權限，最終得靠 AI 來協助管理，否則人工根本無法處理。Hugging Face 遭入侵事件的內部檢討，被形容成「一萬個喝醉的搶匪同時湧上」，個別攻擊者能力或許不強，但規模本身就足以壓垮防禦。
整體來看，這些議題共同指向同一個結論。正如議程中 Andy 的談話所提醒的，不能只盯著自己寫的軟體，而要審視整個生態系與其下的抽象層。選擇安全的語言與框架、善用現代硬體的輔助、把治理內建進交付流程，都是可行方向。與此同時也必須承認限制：CHERI 尚未普及，後量子實作仍不成熟且可能需要再換一輪，法規遵循需要流程改造，agent 攻擊則會一代比一代更聰明。今天的 agent 是它們最笨的版本，防禦必須先準備好面對規模更大、手法更精緻的下一波。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。