在現代網路安全環境中，防禦者與攻擊者之間存在著一場關於時間的競賽。傳統的漏洞管理流程通常包含偵測、分析、手動編寫修補程式以及測試部署，這整個過程往往需要數週甚至數月才能完成。然而，隨著攻擊者開始利用 AI 自動化工具加速尋找漏洞，防禦端若仍依賴人力修補，將面臨極大的風險。針對這個痛點，Google 推出了名為 Fairwind 的計畫，旨在將先進的 AI 能力轉化為主動的網路防禦手段，縮短從發現漏洞到完成修補完成的時間差。
網路安全防禦的兩難困境
在 Fairwind 計畫推出前，企業與政府在導入 AI 輔助防禦時面臨著明顯的兩難。一方面是規模巨大的前沿模型（Frontier Models），這類模型雖然能力強大，但部署成本極高，且在將其整合進企業複雜的程式碼庫時，難以精準控制其行為。另一方面則是小型開源權重模型（Open-weight Models），雖然部署靈活且成本低，但在處理複雜的漏洞修復推理時往往力不從心，且要求安全團隊必須從零開始建構配套的工具鏈與基礎設施。這種在效能與成本、控制力之間的失衡，使得許多組織無法真正將 AI 規模化地應用於漏洞修復。
Fairwind 計畫的核心技術與運作方式
Fairwind 計畫的核心在於將專為網路安全設計的 AI 模型 Gemini 3.8 Flash Cyber 與名為 CodeMender 的執行框架（Harness）相結合。Gemini 3.8 Flash Cyber 是一個經過優化的專用模型，它具備強大的推理能力，能夠理解複雜的程式碼漏洞並編寫對應的修補方案。
而 CodeMender 則扮演了將 AI 推理轉化為實際行動的關鍵角色。它不僅能協助防禦者自動化地發現漏洞，更能對這些漏洞進行驗證，並生成可直接部署的修補程式（Patches）。最重要的是，這一切過程都發生在組織自身的安全雲端環境中，確保程式碼不會外流。相較於傳統的前沿模型，Gemini 3.8 Flash Cyber 在維持高效能的同時，大幅降低了運作成本，讓組織能在數分鐘內完成原本需要數週才能處理的修補工作，實現所謂的代理級規模（Agentic Scale）自動化防禦。
優先部署對象與安全限制
由於這類自動化修補能力極強，若被惡意利用將造成嚴重後果，因此 Fairwind 計畫採取了分階段且受限的存取機制。Google 優先將此能力提供給對社會韌性至關重要的三大類對象：首先是政府與國家網路安全機構，用以強化公共部門網路與公民服務；其次是關鍵基礎設施營運商，涵蓋醫療、電信、能源與金融網路，防止營運中斷；最後是核心技術平台，透過保護底層軟體基礎來提升數百萬下游使用者的安全性。
為了確保 AI 能力被責任地使用，參與計畫的組織必須遵守嚴格的運作標準。這包括限制僅限於內部網路安全團隊、事件響應（Incident Response）或滲透測試（Penetration Testing）人員存取，並強制部署多因素驗證（MFA）等安全保護措施。目前全球已有超過 650 家合作夥伴加入此計畫。
實務意義與生態系影響
Fairwind 計畫的實務意義在於將防禦者的優勢從偵測轉移到修補。在 AI 時代，單純的漏洞偵測只能帶來意識與恐懼，而能夠自動化修補漏洞才能帶來真正的安全。透過縮短漏洞存在的時間窗口，防禦者可以在攻擊者利用 AI 漏洞利用工具之前，先一步完成系統加固。
除了針對高階機構的 Fairwind 計畫，Google 也將此能力擴展至更廣泛的生態系。所有 Google Cloud 客戶都可以透過 Gemini Enterprise Agent Platform 使用 CodeMender 搭配公開模型，並結合 AI Threat Defense 等解決方案來強化程式碼安全。此外，Google 透過 Google.org 投入超過 1 億美元用於全球網路安全，其中包括資助 35 個網路安全診所，為美國 1,250 多家醫院、學校與市政設施提供免費的安全支持。
這種從頂層政府機構到基層公共設施的全面佈局，顯示出網路防禦已不再是單一組織的競爭，而是一場關於整體數位生態系韌性的提升。
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。