當攻擊者開始用 AI 批次產生漏洞利用程式、以機器速度發動自動化攻擊，傳統依賴人力分析的安全防禦模式正面臨根本性的挑戰。Cisco 作為全球企業網路與安全基礎設施的主要供應商，近日公開說明如何將自身的網路情報能力與 OpenAI 的前沿模型結合，讓防禦端能夠跟上、甚至反超攻擊的速度。根據 OpenAI 於 2026 年 11 月 3 日發布的案例說明，這項合作的核心並非單純引入聊天機器人，而是讓 AI 推理能力深入滲透到企業關鍵系統的偵測、調查與修補流程之中。
背景：防禦為何需要機器速度
Cisco 產品總裁暨首席產品長 Jeetu Patel 指出，資安防禦的戰場首先就在網路本身。過去的資安架構依賴單一邊界防線，但隨著微服務、容器與 Kubernetes 叢集成為主流部署形態，邊界已經消失，控制點必須跟著分散。Cisco 的做法是在每個微服務、每個 Kubernetes 容器與叢集前面放上「迷你安全堆疊」，把安全能力直接融入網路織理之中。這種設計讓應用層的控制可以限定每個服務只允許它真正需要的連線，大幅壓縮攻擊者在內部網路橫向移動的路徑。當某個系統受影響時，安全團隊也能更有選擇性地隔離受感染的部分，讓未受波及的服務持續運作，避免整個環境停擺。
在這樣的基礎上加入 OpenAI 的模型，價值在於訊號的關聯分析可以達到機器規模。Patel 舉例，兩個訊號單獨看可能都像良性事件，但組合起來卻能揭示有意義的攻擊模式。網路遙測（也就是從網路設備與流量中蒐集的行為資料）配上 AI 的推理能力，讓防禦端得以跨網路關聯資料、產出可指導安全營運的洞察，而不是等人工分析師逐條檢視告警。
從調查到修補：縮短致命的時間差
Patel 認為，防禦者當前面臨最迫切的難題，是攻擊者利用漏洞的速度與組織完成修補的速度之間的落差。攻擊者用 AI 取得速度與規模，因此把 AI 用於防禦已經不是選項，而是維持安全的先決條件。具體成果體現在兩項計畫：Daybreak 與 GPT-6 Astra。Patel 表示，這兩項計畫讓 Cisco 能更有效率地找出並修補漏洞，同時縮短調查、回應與補救所需的時間，他形容這是「階躍式」的改善，不只提升 Cisco 自身的安全態勢，也直接惠及客戶。
值得注意的是導入路徑的設計。Patel 強調，這些 AI 能力可以嵌進團隊現有的漏洞掃描工作流程，不需要徹底改變團隊原本的作業方式。對企業而言，這降低了採用門檻：安全團隊不必推翻既有流程，而是讓 AI 在既有節點上加速每一個環節。
企業資料隱私是這類部署的前提。OpenAI 在企業方案上採取零資料保留（zero data retention，即服務端不留存客戶資料）、嚴格的客戶資料邊界，以及可驗證的隔離機制，讓 Cisco 得以放心把前沿模型串接到任務關鍵系統，而不會犧牲客戶資料或敏感遙測的保護要求。對考慮將 AI 導入核心營運的企業來說，這些隱私控制往往比模型能力本身更關鍵。
代理時代的資安新課題
隨著 AI 代理（agent，能自主執行多步驟任務的 AI 系統）越來越自主，資安團隊面對一個全新的判斷難題：某個代理的異常行為，究竟是外部惡意干擾，還是它在追求正當目標時走偏了方式？Patel 認為，要做出這種區分，必須將安全遙測與可觀測性資料（observability，用來追蹤系統與應用運行狀態的資料）結合，才能同時評估威脅與代理本身的行為。他提出三項優先事項：保護代理免受惡意攻擊、偵測並攔截非預期行為，以及以接近即時的速度運作。這三項原則正在推動安全策略與控制機制朝「可隨代理行動動態調整」的方向演進。
在實務面上，Cisco 與 OpenAI 正透過 Daybreak Defense Network 探索如何協助安全團隊更快分類曝險，並在 Cisco Cloud Control 中執行正確的控制措施。Patel 的總結點出了這場攻防的本質變化：當攻擊端已經機器化，防禦端唯有同樣以機器速度與規模運作，才能把優勢重新拉回防守方。這場合作展示的，與其說是某一項技術突破，不如說是一個訊號——資安的競爭焦點，正從工具的多寡轉移到反應速度的快慢。
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。