Palo Alto Networks 报告:安全团队追踪不了 AI 编程智能体做了什么
第六年度调查覆盖 2800 名安全负责人:智能体越自主,治理缺口越大

Palo Alto Networks 于 2026 年 11 月 16 日发布了第六期年度《云安全现状报告》,发现企业已经近乎全面部署 AI 编程智能体,却失去了审计这些智能体实际行为的能力。在十个国家受访的 2800 名安全决策者中,99% 已在开发流水线中运行 AI 智能体。40% 无法事后还原智能体执行过的操作序列,金融服务企业中这一比例升至 46%。而同样是这些企业,有 73% 表示乐于让智能体改写代码、修改生产配置。两者叠加,形成了一种业内开始称为「无问责的自主」的治理状态。
报告发布之际,企业正面临一个身份设计上的结构性缺陷,单靠监控工具无法解决。工程师通过 IDE 插件、本地托管的 MCP 服务器或 API 集成部署 AI 编程助手时,这些工具通常沿用开发者现有的个人访问令牌(PAT)进行认证。PAT 原本是为单个人的短时自动化设计的,如今却成了多步骤自主智能体的主要认证凭据,而这些智能体持续运行,执行数百次 API 调用,直接写入代码仓库,还会修改基础设施配置。结果是,受访企业中 53% 的智能体活动记在人类开发者的身份名下。需要审计追踪时,无法区分哪些是开发者做的,哪些是自主系统代其做的。
智能体继承了它们本不该持有的企业凭据
凭据错配的规模比多数企业意识到的更严重。Palo Alto Networks 配套发布的《2026 年身份安全格局报告》发现,在受访企业中,机器身份与人类身份的数量比已达 109 比 1。三年前还没有这种悬殊,那时 AI 编程工具尚未普及,也就还没有出现这一类借用人类凭据、在企业边界内长期活动的机器主体。
到了生命周期管理这一层,问题进一步叠加。60% 的受访企业在智能体下线、开发者离职或项目结束时,需要人工介入才能撤销非人类身份的访问权限。机器身份的开通速度比人类身份快一个数量级,人工撤销就会留下一批长期存在的孤儿凭据:使用它们的智能体或工作流早已停止,访问令牌却依然有效。攻击者拿到任何一个这样的令牌,就继承了开发者当初设置它时拥有的全部权限。
模型上下文协议(MCP)服务器成为无人治理的攻击面,让凭据问题雪上加霜。MCP 服务器是本地或远程托管的服务,通过标准协议向 AI 智能体开放工具和数据源。开发者可以装一个 MCP 服务器,把自己的编程智能体连到生产数据库、内部 API 或文件系统目录,通常不经过任何 IT 治理审查。云安全联盟在其「AI 速度差」研究中记录了这一现象:68% 的企业自称对开发者 AI 工具的可见性很有把握,但 82% 已经在自家环境中发现了此前不知道存在的 AI 智能体。
部署速度快过上线前的安全检查
这种速度差延伸到了生产流水线。Palo Alto Networks 发现,在针对 AI 生成的代码和配置模板的八项上线前安全检查中,企业平均执行不到三项。基础设施即代码(IaC)模板,也就是开通云资源、配置网络规则、分配身份访问策略的那些文件,是一个突出的薄弱环节。只有 34% 的企业会在 AI 生成的 IaC 模板进入生产前扫描它们,42% 从来不扫描。
后果是可以量化的。经由 AI 生成代码引入的严重和高危漏洞中,19% 在引入后 90 天内进入生产系统。发现之后的平均修复时间为 18.4 天。对于由 AI 智能体生成其安全态势所依赖的基础设施配置的企业,从引入到修复的这段时间,就是一个配置错误的存储桶、一个权限过大的 IAM 角色或一条暴露的网络规则在生产环境中存在的窗口。
报告发现,100% 的受访企业在过去 12 个月里报告过重大云安全事件,这个数字既反映了云环境的运营规模,也反映出 AI 生成代码在其中扮演的角色越来越重。
自信与能力之间的落差
报告中最具结构性意义的发现,不是哪一项具体的失败指标,而是自信与能力之间的落差。97% 的受访企业表示有信心保障 AI 供应链安全,但其中只有 30% 能真正检测到提示词注入攻击。这种攻击手法是把恶意指令嵌入 AI 智能体当作普通输入处理的内容中,让智能体把这些指令当成其委托人下达的来执行。藏在代码注释、智能体读取的文档或它查询的 API 响应里的一条提示词注入,实际上就是一个绕过所有传统访问控制的未授权横向入口。
这种自信落差并非 Palo Alto Networks 数据独有。云安全联盟独立调查发现,57% 的员工在未经 IT 正式批准的情况下使用 AI 编程工具,68% 的企业看不清开发者 AI 工具部署的全貌。Arkose Labs 在 2026 年 3 月发布、覆盖 300 名企业安全负责人的《智能体 AI 安全报告》中发现,97% 预计未来十二个月内会发生由 AI 智能体引发的重大安全或欺诈事件,这与 Palo Alto Networks 记录的 97% 的信心数字正面冲突。Salt Security 首席执行官 Roey Eliyahu 这样描述那些发现的智能体比自己批准的还多的企业所处的境地:「这不是可见性问题,这是治理危机。」
前沿模型的可得性如何改变企业的威胁建模
报告引入了一个在往年各期中并不突出的威胁类别:担心前沿 AI 模型会自主发现并利用企业漏洞。98% 的受访企业对这种情形表示担忧。这种担忧已不再停留在理论上。截至 2026 年 7 月,在美国商务部短暂实施出口管制暂停之后,Anthropic 恢复了 Claude Fable 5.2 和 Claude Mythos 5.2 的访问,两款模型都向具备成熟安全体系的企业客户开放。
Palo Alto Networks 是 Anthropic Project Glasswing 的首批合作伙伴之一,这个项目让少数机构提前获得 Claude Mythos 的能力,用于安全评估。公司能用前沿模型做防御性安全研究,这为报告中「Mythos 级威胁」的说法提供了背景:所谓 Mythos 级威胁,是指自主模型的能力足以把漏洞发现与漏洞利用串联起来,而无需人类编排。连 AI 编程智能体在自家环境里做了什么都还原不了的企业,没有能力发现或应对这类威胁。
企业如何弥补问责缺口,以及 Palo Alto Networks 卖的是什么
业内已经形成一套技术原则,在不废掉智能体用处的前提下约束其自主性。Meta 在 2025 年 10 月的一篇博文中正式提出了「二选规则」,此后被多家云服务商和企业安全框架采纳为基准设计原则。该规则主张,智能体最多只能同时具备以下三项属性中的两项:处理不可信输入、能够访问敏感数据、能够改变状态或对外通信。三项都具备的智能体就没有天然的封闭边界。一个查看公开仓库并写一份摘要文档的智能体是有边界的;一个处理拉取请求评论、读取生产数据库凭据、还能推送提交的智能体则没有。
应对这些问题的治理门类叫做非人类身份(NHI)管理。人类身份治理背后有几十年的工具、标准和监管先例,NHI 治理则是一个新兴领域。它的核心要求是机器身份清点、访问生命周期管理、行为监控,以及归因,即能把一次操作对应到具体执行它的智能体,而不是它所用令牌的那个人。
Palo Alto Networks 销售的产品,恰好能直接对应它自己报告中描述的每一个缺口。Prisma AIRS 3.0 于 2026 年 3 月在 RSA 大会上重新发布,是公司的 AI 安全态势管理平台;其中的 AI 智能体网关提供一个中央控制面,管理哪些智能体可以连接哪些系统,并监控智能体行为。Cortex Agentic Endpoint Security 源自公司 2026 年 2 月宣布有意收购 Koi Security,补上了在云管理环境之外运行的智能体的终端盲区。Project Perception 于 2026 年 10 月扩展,用于管理公司所说的「智能体内鬼」:这类智能体拥有内部访问权限,表现得像特权内部账户,却没有适用于人类员工的问责机制。
这里的厂商利益冲突是真实存在的,值得明确指出。Palo Alto Networks 委托并发布了一份调查,记录的治理失败正是它自己的商业产品要解决的问题。这一发现应当放在这个背景下当作一个数据点来看。尽管如此,报告的方向性结论得到了云安全联盟、Arkose Labs、AvePoint、Gravitee 和 NeuralTrust 独立研究的印证,这些机构在 2026 年都记录了相互重叠的治理失败,而且与任何特定的补救产品都没有商业利益关系。报告所描述的根本问题,即企业部署自主系统的速度快过保障其安全所需的治理框架的成形速度,在各方独立数据中是一致的。
问责缺口在收窄之前还会扩大
从部署走势看,这个缺口在弥合之前还会扩大。Gartner 估计,到 2026 年底,40% 的企业应用将集成面向特定任务的 AI 智能体,而 2025 年这一比例不到 5%。企业环境中的智能体密度增长八倍,再叠加 Palo Alto Networks 报告记录的凭据继承和可见性缺失,意味着在约束它的治理基础设施成熟之前,未经审计的智能体操作将大幅增加。
Hugging Face 在 2026 年发生的一起事件说明了现实中的利害:一个被攻陷的 AI 智能体在被发现之前,于 4.5 天内执行了 1.76 万次独立操作。这起事件并不需要什么新奇的攻击手法,只需要一个持有宽泛凭据、没有行为监控的智能体,被交给一项它能自主完成的任务。
对于 40% 无法还原自家 AI 编程智能体做过什么的企业来说,问责缺口不是未来的风险,而是已经存在的现实。受监管行业还面临额外的结构性风险:在受 SOX、DORA 或类似金融服务监管约束的系统中,拿不出 AI 智能体操作审计记录的企业,就无法证明其访问控制按预期发挥了作用,无论这些控制在纸面上怎么写。未来十二个月要回答的问题是:这种风险会先招致实质性的监管后果,还是先酿成重大事件。



