进入2026年，AI已经不再仅仅是回答问题的工具，而是进化为能够自主理解目标、调用工具并执行复杂任务的AI Agent（智能体）。根据Gartner的预测，到2029年，AI智能体将在中国大型企业中承担超过40%的IT运营任务。

当所有企业都将目光聚焦在AI提质增效时，一个严峻的现实问题正在浮出水面：AI系统的攻击面扩张速度，远超多数企业的安全准备。

那么，在智能体时代，企业面临着哪些主要的安全风险？又该如何应对？

风险一：多模型应用让传统控制面失效

当前，AI已经从训练阶段走向了推理应用阶段，出于成本优化、API兼容性、可用性、数据主权和合规等现实的业务考量，很多企业同时选择了多个模型。在F5发布的《2026年应用战略现状报告》报告中我们看到，超过半数的组织正在对多个模型进行链式调用或编排。

我们知道，多个模型的同时应用，需要推理请求在不同模型之间路由——根据成本、延迟、安全性或合规要求动态决策由哪个模型处理某个请求。报告中我们看到，多模型AI推理会带来与任何分布式生产工作负载相同的架构和安全挑战。成本不再是在部署时固定，而是随着每一次请求变化；延迟受GPU可用性、队列深度和模型规模影响；故障可能由模型漂移、性能下降或策略阈值触发。

更令人担忧的是，报告中只有28%的组织表示已通过单一的AI管理入口来简化开发者工作流。其余组织仍在碎片化的控制面上进行管理——即使推理已成为他们的关键业务运营任务。F5警告说：“如果不进行专门的整合或融合，由此产生的复杂性和安全风险将会变得错综复杂。”

风险二：身份验证体系安全失控风险

如果说多模型推理是架构层面的挑战，那么AI Agent的普及则从根本上动摇了安全模型的底层假设。F5的报告显示，98%的组织正在积极准备部署AI Agent。

不过，当AI Agent开始自主行动时，一个根本性的问题浮现了：当请求背后不是人类，传统的身份验证体系还管用吗？

77%的组织预计AI Agent会在身份和访问控制方面出现问题。F5报告中显示，AI Agent的激增将导致需要管理的身份数量呈爆炸式增长。其他主要担忧包括凭证盗窃，以及传统IT和安全模型无法应对的可视化问题。

除此之外，IBM在最新发布的《2026年数据泄露成本报告》的数据，也印证了这种担忧的合理性。在恶意数据泄露事件中，AI驱动的攻击占比已达四分之一，较去年增长了56%。此类事件单起平均造成600万美元损失，比全球数据泄露事件的平均成本（499万美元）高出约100万美元。92%遭遇AI相关入侵的企业没有适当的AI访问控制机制。

攻击端仅需数千美元即可发起攻势，而防御端却需承担数百万美元的数据泄露成本。I告中指出，“真正在改变的是网络攻击的经济学逻辑。AI让攻击变得更快、更便宜，而数据泄露的代价却越来越高昂。

风险三：API成为AI系统最大的弱点

AI时代，为什么API会成为攻击者的首选目标？答案在于AI系统的架构本身。

现代AI应用并非孤立的单体软件，而是一个由大模型、AI Agent、外部工具、数据库、第三方服务等组件通过API（应用程序编程接口）相互连接而成的复杂生态系统。每一个API接口，都是一扇通往系统内部的门。门越多，守卫就越难覆盖所有角落。

Akamai在最新公布的《2026年应用、API与DDoS互联网现状报告》显示，过去两年Layer 7 DDoS攻击激增104%，每日API攻击数量同比暴涨113%。Akamai的《2026年API安全影响调研》进一步揭示：87%的企业在过去一年内遭遇过API安全事件；42%的安全事件涉及与AI技术相关的API。

更令人不安的是，仅23%的企业清楚哪些API会返回敏感数据——这一比例较2022年的40%出现了剧烈下滑。由此可见，“攻击者正在跟随企业AI投资的方向移动。API是AI转型的基础，保护AI就意味着首先要保护API。

这一问题在中国本土监管框架下被进一步放大。当AI系统通过API与第三方模型、云服务、供应链系统互联互通时，任何一个缺乏治理的API接口都可能成为数据泄露的合规导火索。

企业如何应对AI时代的安全挑战

面对AI时代的安全挑战，单一的技术修复或事后监管已显不足。企业需要从基础设施、身份验证到应用交付层面，构建一套纵深防御体系。接下来，我们看一下F5、IBM、Akamai提供的AI时代的安全解决方案。

F5认为企业需要解决AI技术所带来的交付、安全和运营挑战。为此，F5将传统的负载均衡产品升级为应用交付和安全平台（ADSP），整合了BIG-IP、NGINX和SaaS云服务，为用户提供统一的应用交付与安全视图。

IBM则强调消除“漏洞发现”与“修复”之间的时间差是当前安全运营的重中之重。为此，IBM在在安全运营中应用AI与自动化技术的企业，平均可节省近200万美元的泄露成本。同时，IBM利用AI技术能够帮助企业实现威胁检测、遏制乃至自动化修复，以与攻击速度匹配的速度来应对攻击。

针对AI Agent带来的新型身份威胁，Akamai在2026年6月正式发布了Agentic Security Framework（智能体安全框架）。该框架专为AI驱动的自主交互场景而设计，将身份验证、监测能力、信任机制和边缘安全整合到一个统一的实时决策层中。

写在最后：安全不能成为AI时代的短板

AI模型的大量应用，将漏洞从发现到被利用的时间窗口从数月压缩至数小时，甚至数分钟。AI的速度已经超过了传统安全架构的响应能力。

攻击者在用AI放大攻击，企业在用AI加速创新。安全，不能成为那条最短的木板。正如Akamai、IBM和F5的报告所警示的，现在是时候为AI时代重新设计安全底座了。企业必须将安全内嵌到开发流程中，在运行时保障身份安全，并以与攻击速度匹配的速度来应对攻击，才能在AI的浪潮中行稳致远。

信息来源：51CTO https://www.51cto.com/article/851902.html