☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
AI浪潮席卷软件行业，已成为今年美股市场最热门的主线叙事。
截至6月15日收盘，美股软件类ETF——IGV年内下跌12.3%，WCLD跌幅达11.9%。若聚焦头部SaaS公司，跌幅更为惊人：Figma重挫50%，Adobe下挫41%。
市场逻辑清晰而直接：AI能替代人力，自然也会侵蚀人类所依赖的软件工具。
然而，在多数软件股集体承压之际，有一类软件却逆势狂飙——网络安全板块。
截至6月15日，美股规模最大的两只网络安全ETF——CIBR与HACK，分别上涨20.74%和21.16%，双双跑赢IGV超30个百分点。CIBR前十大重仓股中，更有6家公司年内涨幅突破50%。
换言之，网络安全不仅未被AI冲击击穿，反而跃升为今年美股表现最强劲的细分赛道之一。
正如Palo Alto CEO Nikesh Arora所言：市场担忧AI将引爆“SaaS末日”，但在网络安全领域，现实可能截然相反。
根本原因在于：AI本身具备高度不可预测性；企业部署越深入，就越愿为确定性、可控性与可追责性支付更高安全预算。正因如此，网络安全成为极少数持续从AI普及中获益的软件子行业。
今天，硅基君将结合多个实战案例，深入拆解这一现象背后的底层逻辑。
管理Agent的“身份与钥匙”
AI催生的第一类刚性需求，是构建Agent的身份治理体系。
传统企业权限模型围绕“人”设计：员工拥有账号，管理员掌握更高权限；谁能登录、查看哪些文档、修改哪类数据，皆可精准映射至具体个体。
当Agent大规模入场，这套体系迅速失灵。
一个Agent可能代员工读取邮件，也可能替开发者调试代码，甚至跨系统协同完成端到端任务。它已不只是功能模块，更是代表组织意志行动的“数字实体”。
由此衍生出一系列关键问题：
该Agent归属哪一业务主体？可访问哪些敏感数据？有权调用哪些API或工具？使用的是谁的认证凭据？任务终结后，权限能否即时回收？
若缺乏统一管控，企业每上线一个Agent，就等于新增一名不受监管的“机器雇员”。
它们可能长期持有高危API密钥，继承远超任务所需的宽泛权限；更危险的是，当员工离职、项目终止，这些Agent仍可能悄然潜伏于系统深处，持续访问核心资产。
这正是Palo Alto Networks斥资约250亿美元收购CyberArk的核心动因。
CyberArk的核心能力，正是守护企业最核心的“特权凭证”——数据库管理员账号、云平台访问密钥、服务器根密码，以及具备生产环境修改权限的超级账户。
过去，其价值在于防范管理员账号被盗、阻断员工长期持有冗余高权。
进入Agent时代，这套能力迎来全新使命。
企业可为每个Agent分配独立身份，并仅在执行特定任务时授予临时、最小化权限。例如，一个仅负责库存查询的Agent，只被允许在3分钟内读取库存数据库；任务完成即刻失效，不留残留权限。
Palo Alto收购CyberArk，实质是拿下一套面向“机器劳动力”的权限中枢系统。
此举也补足了Palo Alto原有能力的关键缺口：此前它擅长观测网络中“发生了什么”，却难以介入“为何赋予该身份权限”及“权限应在何时撤回”的决策闭环。
这构成了AI为网络安全开辟的首个增量市场：当软件开始自主执行任务，企业就必须以管理人类员工的标准，对每个Agent的身份、权限边界与行为责任进行全生命周期治理。
盯住那个“AI黑盒”
AI催生的第二类刚需，是穿透模型与Agent运行过程的安全可见性。
AI与传统软件的本质差异，在于其行为不可穷举、输出不可预设。
传统软件按既定代码逻辑执行，结果确定可控；而Agent则依据大模型实时推理动态决策，一次用户指令背后，可能触发数十次模型调用与工具交互。
任一环节出现偏差——提示词注入、模型幻觉、配置失误，或第三方插件/模型自身缺陷——都可能导致Agent行为彻底偏离预期。这类风险未必来自传统病毒，却更具隐蔽性与破坏力。
举例而言，某Agent在网页爬取过程中，可能误读一段嵌入式恶意指令，从而绕过原始任务，擅自上传内部文件至外部服务器。
因此，企业不仅要审核Agent的权限配置，更要对其运行中的每一步操作实施持续审计与干预。
Palo Alto Networks推出的Prisma AIRS，正是应对这一挑战的核心产品。
它部署于企业AI应用与底层模型之间，实时检查三类关键流：员工向模型输入的内容、模型返回的响应、以及Agent调用外部工具时的行为序列。
比如，当员工试图将客户PII数据提交至未经白名单认证的公共大模型时，Prisma AIRS可即时识别并拦截；当Agent解析含提示词注入的网页或文档时，系统亦能主动剥离恶意载荷。
这相当于在模型与企业数据之间、Agent与外部服务之间，构筑了一道实时策略执行层。
自去年5月发布以来，Prisma AIRS客户数已由一季度前的约100家跃升至300余家。
管理层预计该产品将在未来数季度达成1亿美元年经常性收入（ARR）。仅本季度，公司便斩获一笔超2000万美元的大额订单。
为强化AI行为可观测性，Palo Alto今年初以33亿美元收购可观测性厂商Chronosphere。
在最新财报电话会中，公司披露Chronosphere单季ARR已突破3亿美元，环比增幅超50%。
其中，一家全球顶尖前沿AI实验室贡献ARR逾2亿美元——随着其逐步将全部可观测性负载迁移至Chronosphere平台，用量仍在加速攀升，成为本季度增长主力。
除Palo Alto外，CrowdStrike亦强势切入该赛道。
这恰是CrowdStrike最擅长的战场：其旗舰产品EDR（终端检测与响应）的核心能力，即是毫秒级监控终端设备上的所有进程、网络连接与文件操作。
AI时代，CrowdStrike正将这套能力平移至Agent世界。
其新推AIDR（AI检测与响应）方案，旨在发现并持续追踪企业内部所有正在运行的Agent，及其所绑定的身份、凭证与调用链路。
听似简单，实则极具挑战。
现实中，大量Agent并非由IT部门统一纳管：程序员私装AI编码助手、业务线接入第三方智能体、开发团队在云服务器上自建自动化流水线……安全部门往往对此毫无感知，更无从知晓这些Agent连接了哪些模型、获取了何种权限、又触达了哪些敏感数据。
AIDR的核心价值，正是将这些“影子Agent”从暗处拉至明面，并对其行为施加持续约束。
截至4月底，AIDR的ARR环比激增250%。虽未公布基数，但真实订单已落地——一家汽车金融企业为其超3万台终端批量采购AIDR，合同金额达七位数美元。
CrowdStrike CEO George Kurtz直言：AIDR有望成长为比EDR更大的长期市场。这意味着，这是一个潜在规模达百亿美元级别的新蓝海。
为数据中心建“防火墙”
AI催生的第三类关键需求，是加固AI基础设施本身的通信安全。
在AI数据中心内，模型训练与推理依赖海量数据高频流转：GPU间需同步梯度计算结果，集群须持续从存储系统加载训练样本。随着算力集群规模扩张，数据中心内部东西向流量呈指数级增长。
所谓“东西向流量”，即服务器与服务器、工作负载与工作负载之间的横向通信。
传统安全架构侧重防护数据中心“南北向”边界（对外入口），而AI集群规模化后，内部网络同样亟需精细化隔离——不同租户、不同任务、不同GPU资源池之间必须严格互访管控，否则攻击者一旦突破单点，即可沿内网横向移动，实现全域渗透。
难点在于：AI基础设施对性能极度敏感。
一套高端GPU集群造价动辄数千万乃至上亿美元。若安全设备引入显著延迟，导致GPU因等待数据而空转，将直接造成巨额算力浪费。
因此，企业不仅需要安全能力，更要求安全系统“隐形无感”——不能拖慢训练与推理节奏。
Fortinet由此成为AI基建扩张的直接受益者。其核心壁垒，在于自研FortiASIC专用安全芯片。
传统防火墙依赖通用CPU处理网络包，流量越大，CPU占用率与功耗越高，性能瓶颈明显。
Fortinet则将加密解密、协议识别、威胁检测等核心任务卸载至专用ASIC芯片，以更低功耗实现更高吞吐量与更低延迟。
该技术此前主要服务于大型政企与云服务商。AI数据中心爆发后，其战略价值被空前放大。
本季度，Fortinet披露多笔AI相关订单，包括两项AI数据中心专项部署：
一家GPU云基础设施提供商，采购FortiGate用于新建AI集群的边界防护、内部微隔离及安全互联；另一家生成式AI初创公司，亦为其新一代AI数据中心采购全套Fortinet安全解决方案。
截至3月底，Fortinet季度硬件产品收入同比增长41%，显著高于服务收入11%的增速。尽管公司未单独披露AI相关收入占比，但管理层已明确指出：高性能FortiGate的需求增长，正由AI数据中心建设直接驱动。
新的付费逻辑：用得越深，预算越高
除上述显性产品机会外，AI还在重塑网络安全行业的商业本质。
第一重变化：付费主体扩容。
传统安全采购锚定“人”或“设备”——按账号数、终端数或工作负载数计费。
Agent的普及打破了这一稳定映射关系。
一名员工未来可能同时调用多个Agent，分别处理代码生成、会议纪要、数据分析与流程审批。即便员工总数不变，待管理的“数字身份”与“访问关系”却呈几何级增长。
这为安全厂商开辟了全新的付费单元。
第二重变化：安全支出与AI使用强度强挂钩。
每次模型调用均产生输入数据、输出结果与工具交互日志。AI使用频次越高，需审计、记录与策略执行的行为事件就越多，安全运营成本自然水涨船高。
目前，Palo Alto Prisma AIRS Runtime API已率先采用Token用量计费模式，将客户AI的实际调用量，直接转化为厂商的营收引擎。
综上，对大多数SaaS厂商而言，AI意味着部分岗位的自动化替代；而对网络安全厂商而言，AI恰恰是需求放大器。
AI天生携带不确定性，企业经营却必须建立在确定性、可控性与可追溯性之上。二者之间的张力，非但不会随AI普及而消弭，反而会在模型与Agent深度嵌入核心业务后持续加剧。
换言之，AI渗透越深，企业为换取确定性所愿支付的安全预算就越高——这也让网络安全，成为当下为数不多真正受益于AI浪潮的软件赛道。
本文来自微信公众号“硅基观察Pro”，作者：硅基君，36氪经授权发布。
